infometa WorkBuddy 资产迁移
把一台机器（或一个 WorkBuddy 变体）上的个人资产打包，搬到另一台机器（或另一个变体）。导入端如果已经有数据，默认走"合并、不覆盖"策略，不会把现有的东西冲掉。
适用场景
- 国内版
~/.workbuddy/→ 海外版~/.workbuddy-ai/（同机或跨机） - 反向：海外版 → 国内版
- 同变体跨机器搬家（旧 Mac → 新 Mac、Mac → Linux）
快速开始
# 1. 在源端导出
python scripts/export.py --source auto --output ~/Desktop/wb-assets.zip
# 2. 把 zip 拷到目标机器（airdrop / scp / U 盘均可）
# 3. 在目标端导入（先 dry-run 看会做什么）
python scripts/import.py --package ~/Desktop/wb-assets.zip --target auto --dry-run
python scripts/import.py --package ~/Desktop/wb-assets.zip --target auto
重要：导入前请退出 WorkBuddy 客户端，否则 SQLite 写锁会拿不到，脚本会直接报错退出。
命令参数
export.py
| 参数 | 说明 |
|---|---|
--source <path|auto> |
源根目录；auto 按 WORKBUDDY_CONFIG_DIR → ~/.workbuddy → ~/.workbuddy-ai 顺序探测 |
--output <path> |
输出 zip 或目录（缺省 ./workbuddy-assets-<yyyymmdd-HHMM>.zip） |
--no-conversations |
不带 projects/*.jsonl（包体可大幅缩小） |
--no-credentials |
不带 .credentials.json（推荐跨机器使用） |
--no-archive |
输出目录树而非 zip |
import.py
| 参数 | 说明 |
|---|---|
--package <zip|dir> |
必填，迁移包路径 |
--target <path|auto> |
目标根目录，auto 探测规则同 export |
--overwrite |
冲突时覆盖（默认 skip）；自动备份 .bak-<ts> |
--dry-run |
只打印计划，不动文件 |
--uid-map src=dst |
重写 user_id（memory 文件名、connectors 子目录、sessions.user_id） |
--no-conversations / --no-credentials |
即便包里有也排除 |
--skip-db / --skip-skills / --skip-configs |
分类排除（运维用） |
冲突合并策略
| 资产 | 默认（无 --overwrite） |
|---|---|
| DB 表（sessions/automations/...） | INSERT OR IGNORE，同 id 保留导入端 |
| Skills 同名目录 | skip |
| memory/{uid}_memory.md | 追加分隔符后 append，绝不删原内容 |
| settings.json/mcp.json/models.json | 浅 merge，导入端 key 优先 |
| IDENTITY.md/SOUL.md/USER.md | 已存在时落 *.imported.md，让用户手工合并 |
| projects/*.jsonl 同 session | skip |
| .credentials.json | 走 --no-credentials 推荐排除（OAuth token 跨机器易失效） |
风险与限制
- 不迁移：认证 token（在 CodeBuddyExtension 目录下，机器/账号绑定）、日志、审计日志、
binaries/、缓存 - OAuth token：跨机器、跨变体大概率失效，建议导入后到 connector 面板手动重新授权
- 多 uid：同机器多账号登录过时，必须用
--uid-map显式映射，否则脚本拒绝执行避免数据混乱 - 备份：所有
.bak-<ts>文件不自动清理，导入结束时 stdout 会列出位置和大小，自行决定何时删
跨机器 / 带 workspace（v0.2）
同机迁移（cn ↔ intl）—— 默认场景
不用动 workspace，对话和 workspace 是解耦的（同一台机器上 cn 和 intl 看到的是同一份 workspace 文件）。直接：
python scripts/export.py --source ~/.workbuddy --output ~/wb.zip --no-credentials
python scripts/import.py --package ~/wb.zip --target ~/.workbuddy-ai
跨机器迁移
跨机器只迁对话不够——目标机上没有源机的 workspace 路径，对话点开会失败。两种选择：
只迁对话元数据（用户接受历史只是用来查阅，不能直接打开）：
python scripts/import.py --package wb.zip --target ~/.workbuddy \ --path-map /Users/old=/Users/new --target-os darwinsessions.cwd / workspaces.path / automations.cwds / meta.json 全部按
--path-map重写，新机上找得到对应工作目录就能继续。连 workspace 文件一起搬（用户要把项目代码也带过去）：
# 源端 python scripts/export.py --source ~/.workbuddy --output ~/wb.zip \ --with-workspaces # 多产出一个 ~/wb-workspaces.zip # 目标端 python scripts/import.py --package ~/wb.zip \ --workspaces-package ~/wb-workspaces.zip \ --target ~/.workbuddy \ --path-map /Users/old=/Users/new --target-os darwin
Agent 调用流程（dry-run JSON）
skill 自身不提问，由调用它的 host agent 负责跟用户交互。流程：
export.py --source auto --dry-run --with-workspaces→ stdout 输出 JSON 计划- agent 解析 JSON，重点呈现给用户：
- 主包大小（一般几 MB）
- 每个 workspace 的 du、排除后大小、预估 zip 大小
caveats段里的敏感物清单（.env 文件数、私钥数、symlink 数等）—— 这些默认会被带走，agent 必须主动告知用户，让用户决定是否要用--workspace-exclude-pattern '*.env'剔除
- 用户决策后，agent 再调一次 export（不带 dry-run）正式打包
- 用户在另一台机器接收包后，agent 跑
import.py --dry-run看路径映射建议（自动从 manifest 的source_home推断），用户确认--path-map规则后正式 import
--with-workspaces 默认排除的内容
按 references/workspace_excludes.md 的清单——主要是 node_modules/、.git/、dist/、__pycache__/、.venv/、构建产物、缓存、本地 sqlite、镜像文件、*.log 等仓库型垃圾。
不在默认排除清单的：.env、私钥、secrets、credentials 等——这些是用户个人资产，默认全带，但 dry-run 会在 caveats 里列出，让 agent 转告用户做决定。
重启提示
导入完成后 stdout 会自动打印"请重启 WorkBuddy"。哪些资产需要重启：DB 表、models.json、settings.json、SOUL.md、USER.md、plugins/known_marketplaces.json。哪些热加载：mcp.json、IDENTITY.md、memory/、skills/。
内部参考
- 资产清单白名单：
references/asset_inventory.md - workspace 排除规则：
references/workspace_excludes.md - 完整 FAQ 与回滚步骤：
README.md