Lyra Exporter更新：支持ChatGPT及Gemini Canvas导出

背景

在生成式 AI 爆发式增长的当下，用户与各类 AI 助手（如 ChatGPT、Claude、Gemini 等）产生的对话数据已成为重要的个人知识资产。然而，主流 AI 平台通常缺乏原生、便捷且统一的数据导出机制，导致用户难以将对话内容归档至本地笔记软件（如 Obsidian）或进行长期保存。

Lyra Exporter 正是为了解决这一痛点而诞生的开源工具。该项目旨在打破平台壁垒，提供一套安全、本地优先的对话导出工作流。此次更新不仅扩展了对 ChatGPT 工作区（Workspace）和 Gemini Canvas 的支持，还对用户界面（UI）进行了极简主义重构，旨在提升多平台对话管理的效率与体验。

核心内容

Lyra Exporter 是一个基于浏览器脚本（Tampermonkey 等）和前端静态应用（React）的工具，允许用户将主流 AI 平台的对话数据一键导出为 Markdown 或 JSON 格式，并支持本地搜索、批量归档及管理。

1. 新增 ChatGPT 深度支持 此次更新重点强化了对 ChatGPT 平台的适配，特别是针对企业/团队环境：

• 工作区（Workspace）识别：支持自动检测及手动填写 Workspace ID，帮助用户在个人账号与企业团队环境中清晰区分数据源。
• 批量导出功能：允许用户在个人账号或工作空间内，将历史会话打包为一个压缩包。未来版本计划支持“对话工作组”，以实现更自然的工作流批量处理。
• 浮窗操作：提供“预览对话”、“导出当前”、“导出全部”三种快捷动作。

2. Gemini Canvas 导出优化 针对 Google Gemini 的 Canvas 功能，Lyra Exporter 新增了对 Canvas 内部文本的识别能力，目前对纯文字内容的兼容性最佳。此外，为了提升在 Chrome Extension 挂载的 Android 浏览器脚本中的兼容性，项目为 Gemini 和 Google AI Studio 增加了 Base64 编码图片的可选配置。

3. 极简 UI 与交互升级 新版界面采用“三键布局”（预览 / 导出当前 / 导出全部），通过更清晰的层级与留白提升视觉体验。浮窗支持收纳盒展开动画，收起后背景可穿透并保持一定透明度，以最小化对原页面操作的干扰。同时，浮窗内支持语言切换，简化了 UI 功能逻辑。

4. 安装与部署方式

• 脚本端：推荐通过 Tampermonkey、Violentmonkey 或 ScriptCat 等脚本管理器安装 Greasy Fork 上的 Lyra Exporter Fetch 脚本。
• 移动端：iOS 用户需在 Safari 扩展中启用；Android 用户建议使用 Firefox 或 Microsoft Edge 桌面版浏览器以获得最佳兼容性。
• 网页端/本地部署：用户可访问 GitHub Pages 在线演示，或从 GitHub 仓库下载源码自行构建。核心代码为 React 纯静态前端，支持本地运行。

5. 隐私与安全机制 Lyra Exporter 强调“纯前端、本地优先”原则。脚本仅在目标 AI 平台域名下运行，读取当前页面数据，不经由任何第三方服务器中转或存储。数据仅在用户本地浏览器内处理，除非用户主动点击“发送到 Lyra Exporter 网页端”。此外，项目对文本进行了 XSS（跨站脚本攻击）处理，以降低渲染风险。

关键要点

• 多平台兼容：支持 ChatGPT、Claude、Gemini、NotebookLM、AI Studio 及 SillyTavern 等主流 AI 平台的对话导出。
• 数据格式灵活：支持导出为 JSON 原始数据或 Markdown 格式，便于导入 Obsidian 等笔记软件进行后续的知识管理。
• 隐私零上传：核心逻辑在本地浏览器执行，不上传第三方服务器，保障对话数据的私密性。
• 开源透明：全部代码开源（GitHub），用户可自行下载、构建并对比产物，验证行为一致性。
• 工作流整合：提供从“脚本抓取”到“Lyra Exporter 搜索/整理”再到“Markdown/ZIP 归档”的完整闭环，特别适配 Obsidian 用户。
• 移动端适配：针对 Android 浏览器的下载限制提供了替代方案（如更换浏览器），并优化了 Base64 图片兼容性。

意义与影响

Lyra Exporter 的更新标志着 AI 对话数据管理工具正从“单一平台适配”向“全平台统一治理”演进。

首先，它解决了用户在多 AI 平台间切换时的数据孤岛问题。通过统一导出格式和管理界面，用户可以将分散在不同平台上的对话转化为可检索、可关联的个人知识库，极大地提升了 AI 作为生产力工具的长期价值。

其次，其对 ChatGPT Workspace 和 Gemini Canvas 的支持，反映了工具开发者对 AI 产品形态变化的敏锐响应。随着 AI 从简单的问答转向更复杂的协作与可视化（如 Canvas），导出工具必须同步升级解析逻辑，Lyra Exporter 的这一举措为同类工具提供了参考范式。

最后，项目坚持的“本地优先”和“开源透明”原则，在当前数据隐私备受关注的背景下具有重要意义。它向用户证明，AI 数据管理可以在不依赖中心化云服务的前提下，通过技术手段实现安全、高效的数据主权回归。对于重度 AI 使用者而言，Lyra Exporter 不仅是一个导出工具，更是构建个人 AI 知识体系的基础设施。