ChatLab电脑版

ChatLab电脑版以免费开源形式提供，能在本机完成聊天记录的整理与分析。它可统一导入多个平台的聊天数据格式，并借助结构化查询和模型辅助手段，从多个维度对聊天内容做统计与解析。所有计算都在本地进行，无需连接云端服务，既加快了处理速度，也让用户隐私得到保护。

ChatLab 能呈现活跃趋势、时间分布、成员统计等多类可视化分析结果，并具备扩展式工具调用能力，用来强化数据处理与分析流程。该系统采用多线程与流式处理机制，可支撑较大规模聊天数据的分析场景，适合个人数据整理与社交行为分析等用途。

ChatLab使用指南

一、导出聊天记录

ChatLab 的定位很明确：它只处理用户已经导出的数据，并在此基础上做分析，不附带任何数据抓取能力。

导入 ChatLab 进行分析之前，需要借助官方提供的工具或开源社区中的第三方方案，先把聊天记录导出为可用的文件。

二、导入聊天记录

导出结束后，回到 ChatLab 首页即可。

1、把已导出的数据文件拖拽到上传区即可完成提交。

2、等 ChatLab 解析结束就行。

三、模型参数该怎么设置

以 deepseek 为例，其他模型的配置方式可自行查找。

1、打开 Deepseek 官方网站，进入 API 开放平台页面，完成注册后登录账号；

2、在左侧找到充值入口，按需选择充值金额（初次建议充10元，能用很长时间）；

3、在左侧栏找到 API Keys 并点开，新建一个 API key，标题随意填一个即可，随后把生成的 API Key 复制下来；

4、启动 ChatLab 后，在界面右下角进入设置，依次打开「模型配置」和「添加新配置」；

将先前复制的 API Key 粘贴到 API Keys 一栏，点一下验证，确认通过后按右下角的添加按钮，之后就能正常调用相关功能了。

5、左侧的用量信息区域会显示你的充值额度与消费额度，方便随时查看。

更新日志

v0.37.6版本

【修复】

1、遇到无法识别的聊天记录格式时，会给出相应说明与转换指引，支持单个文件导入和批量导入，并兼容多种语言。

2、可将记忆页面设为进入聊天会话后默认展示的内容。

3、修复了 MCP 中字符串、数字与布尔值数组参数被误判为字符串、进而造成工具调用失败的问题；

常见问题 FAQ

1. 导入失败

拖入文件之后，如果出现解析失败的提示，说明文件未能被正常读取。

排查步骤：

先核对文件的扩展名是否在支持范围内，包括.json、.jsonl与.txt这三种。

用文本编辑器打开文件，查看内容是否出现异常，以此判断文件有没有损坏。

检查日志文件里与 [Parser] 有关的报错信息。

2. AI 功能无响应

症状：在 AI 实验室里发出消息后，迟迟收不到任何回应。

排查步骤：

查看是否已经填写 API Key（设置 > AI 设置）

点击“验证”按钮，检查 API 连接是否正常。

查看日志文件里与 [LLM] 或 [Agent] 有关的报错信息

常见原因：

API Key 失效或账户余额不够

API 服务商限流

3. 数据库错误

打开会话时会出现错误提示。

排查步骤：

查看日志文件中与 [Database] 相关的错误信息

检查数据库文件是否存在

软件特色

1、极致性能

采用流式处理机制配合多线程并行运算，即便面对百万条量级的聊天记录，界面操作与反馈依旧流畅顺滑。

2、保护隐私

聊天记录与配置均保存在本地数据库中，除 AI 相关功能外，其余分析过程全部在本机完成。

3、智能代理助手

集成超过十种 Function Calling 工具，可动态调度，从聊天记录里发掘出更多有意思的内容。

4、多维数据可视化

以活跃度趋势、时间规律分布、成员排行等多个维度为切入点，生成直观易懂的分析图表。

5、格式标准化

借助一套高效的数据抽象机制，各聊天平台之间的格式壁垒被有效消解，从而使得任意来源的聊天记录均可纳入分析范围。