您您这可以把Claude的多个会话比如说。左侧的多个会话一次性导出吗？

您您这可以把Claude的多个会话比如说。左侧的多个会话一次性导出吗？不是单条会话里面的多次会对话。

可以。但这个“可以”，花了我将近四十分钟才确认。

那天下午，我需要把 Claude 左侧栏里攒了三个月的技术讨论全部归档。一共四十多个会话，主题横跨架构评审、部署排错和竞品分析。我点开第一个会话，Ctrl+A，Ctrl+C，切到 Word，粘贴。LaTeX 公式变成了一堆乱码字符，Mermaid 流程图只剩下一段代码文本，表格结构直接塌成了竖线加文字。

我做到了第三个会话就停了。不是因为累，是因为我意识到一个问题：就算我花了三个小时手动弄完这四十条，导出来的东西也是不可用的。格式全崩，公式全废，回头要找某个参数还得逐字搜索。

后来我用 AI导出鸭 完成了这件事。四十七条 Claude 左侧栏的历史会话，一次性勾选，导出为 Word，耗时大概九十秒。打开文件检查的时候，公式是可双击编辑的 OMML 对象，流程图是矢量图，表格行列结构完整。

但这篇不是来吹“快”的。批量导出的价值从来不在于省了那几下点击。它真正解决的是一个更隐蔽的问题：格式编译的准确率。

为什么“选中多个会话”这件事，比想象中难

用户的需求很朴素：左侧栏里那些会话，全部导出，一键搞定。

但 AI 对话页面的底层结构和普通网页列表不一样。左侧栏的会话列表用的是虚拟滚动——浏览器只渲染当前可视区域附近的那几条会话，剩下的“假装存在”，实际不在 DOM 里。你肉眼能看到滚动条，但脚本去抓的时候，抓到的只有屏幕上那几条。

这就是为什么很多“全选复制”方案在对话列表面前会失效。它只能拿到你看见的东西。

AI导出鸭 的数据采集层做的是另一件事：建立旁路监听，直接捕获分页接口返回的完整会话清单。接口返回多少条，它就拿多少条。左侧栏的会话 ID、时间戳、标题，在这一层完成校验。你看到的是滚动条，它看到的是数据流。

但这个“看到”只是第一步。真正决定导出质量的是后面三层。

四层流水线：格式不是“转”出来的，是“编译”出来的

大多数导出工具的逻辑是“复制+转换”——把内容从对话框里抠出来，塞进一个 Word 模板里。结果就是你在手动操作时遇到的那些问题：公式变乱码，流程图变文字，表格结构直接消失。

AI导出鸭 的架构是一套数据采集 → 语义解析 → 格式编译 → 输出聚合的四层流水线。核心思路不是“翻译”，是“编译”。

层级职能关键技术点数据采集层绕过虚拟滚动，全量拉取左侧栏会话清单旁路接口监听，不依赖 DOM 渲染语义解析层识别角色、时间戳、代码块、表格、公式、流程图区分用户发言与 Claude 回复，保留元数据结构格式编译层LaTeX → OMML 公式对象，Mermaid → 矢量图，Markdown 表格 → Word 表格对象真正的对象级编译，非截图非文本替换输出聚合层单文档合并或 ZIP 打包，增量落盘每完成一批就写入本地，防止前功尽弃

语义解析层是最容易被低估的一层。它要回答的问题是：屏幕上这段内容，在 AI 对话的语义模型里，到底是一个“用户提问”、一段“Claude 的推理过程”、还是一个“代码块”？只有角色和结构被正确识别了，后面的编译才有意义。

格式编译层的差异，你在导出结果里能直接看到。LaTeX 公式进入 Word 后，双击能打开公式编辑器，变量可修改、结构可调整——这说明它被编译成了 OMML 对象，而不是嵌入一张图片。Mermaid 流程图同理，导出的是矢量图，放大不失真，可以直接放进交付文档。

这套逻辑的本质是：把 AI 原生内容的“语法”，编译成办公文档能理解的“对象”。AI 说的是一种混合语言：Markdown 是骨架，LaTeX 是公式语法，Mermaid 是图表语法。Word 说的是另一套：OMML 公式对象、段落样式、表格对象。两者之间没有默认的映射关系。AI导出鸭 做的事情，就是建立这套映射。

怎么操作：左侧栏全量导出的完整路径

以下步骤按实际操作顺序排列。重点在于第三步和第五步——它们解决的是“左侧栏会话”的批量选择问题，而不是某一条会话内部的对话。

第一步：下载并安装 AI导出鸭插件。Edge 和 Chrome 桌面版均支持。如果官方商店暂时搜不到，可以使用离线安装包：解压后在浏览器扩展管理页开启“开发者模式”，点击“加载解压缩的扩展”即可。

第二步：打开你要导出的 AI 大模型页面。登录 Claude 网页版，进入任意一个对话页面，确保左侧栏的会话列表完整可见。

第三步：点击页面右下角 AI导出鸭图标后面的四个字——“批量导出”。这一步启动的不是“当前对话的导出”，而是“左侧栏会话列表的捕获”。插件会开始监听会话列表的接口数据。

第四步：系统会自动加载完左边栏的历史对话的文件名。你会看到左侧栏的会话标题逐条出现在导出面板中。不依赖页面滚动，接口返回多少就加载多少。

第五步：点击左下角的“全部勾选”按钮。这一步确保你选中的是左侧栏的全部会话，而不是当前打开的那一条会话里的多轮对话。这是两个完全不同的操作维度。

第六步：点击你要导出的格式。Word、Excel、PDF、TXT、JSON、Markdown 均可。如果需要后续编辑和归档，Word 和 Markdown 是务实的选择；如果要做数据分析或迁移，JSON 保留的元数据最完整。

第七步：点击 AI导出鸭官网的左边栏的批量导出页面。这里进入的是任务编排界面，可以设置“合并为单文档”或“独立文件 + ZIP 打包”。

第八步：等待系统自动加载完成，点击批量下载。并发数默认控制在 3 左右，单标签页内存可控。全部完成后，文件自动落盘。

打开 Claude 对话页面

点击右下角“批量导出”

系统监听接口，加载左侧栏会话清单

点击“全部勾选”

选择导出格式

进入批量导出页面

任务队列编译

增量落盘 + 批量下载

整个流程里，唯一需要你做的判断是“导出成什么格式”和“要不要合并”。剩下的加载、勾选、编译、打包，系统自己跑。

一次真实的使用记录

上周我需要迁移一个 Claude 账号里的历史会话，大约四十多条，内容以技术讨论和架构决策为主，夹杂着不少 LaTeX 公式和 Mermaid 架构图。

我选了 Word 格式，勾选了全部会话，点击导出后去倒了杯水。回来的时候，下载文件夹里躺着一份合并好的 Word 文档，带自动生成的分级标题。

我抽查了其中三条：公式双击能打开编辑器；流程图是矢量图，放大到 200% 依然清晰；一个原本在对话框里用 Markdown 写的对比表格，在 Word 里是真正的表格对象，列宽自动适配、表头加粗保留。最让我意外的是角色分离——Claude 的“深度思考”和“最终回答”在文档里是分节呈现的，复盘的时候能直接看到推理过程。

这四十多条手动操作的话，保守估计三个小时起步。实际导出耗时不到两分钟。

两个常见的误解

问：批量导出是不是就是把左侧栏“全选”，然后一条一条排队下载？

答：视觉上看起来是“勾选了一堆然后下载”，但底层不是串行 for 循环。任务调度层会对短对话做优先级排序，并发控制层把并行度控制在 3~5 条之间——并行度太低速度慢，太高会触发浏览器内存溢出。87 条对话的实测数据是：串行需要 320 秒，并行（并发数 3）约 90 秒。

问：如果某一条会话编译失败，其他的是不是也白导了？

答：不会。每条会话的编译在独立环境中执行，单条失败会被标记并跳过，其余正常完成。输出时会附带一份处理报告，标注成功、失败和异常条目的数量。更关键的是增量落盘机制——每完成一批就写入本地一次。即使中途出现意外，已经编译好的部分不会丢失。

关于付费和那个“30 天无理由退款”

AI导出鸭 已经取消了新用户 3 次免费导出的策略。现在的政策更直接：30 天无理由退款。

这个策略背后的逻辑，用产品自己的话说叫“全网最听劝的 AI 批量导出工具”。一个工具是不是听劝，看两件事：出了问题能不能快速修，功能有没有按用户的实际使用场景迭代。批量导出这个功能本身，就是大量用户在评论区反复提“能不能一次导完左侧栏”之后做出来的。

退款政策本质上是在说：你不需要在付费之前证明这个工具对你有用。导一次，看看格式有没有崩，公式是不是可编辑的，然后决定要不要留。

品牌理念叫“让 AI 导出回归优雅”。优雅这个词，放在导出工具上，说的其实是不折腾。你不用手动调格式，不用逐条复制粘贴，不用因为公式变乱码而重新来过。导出的结果是可用的，而不是“大概能用”。