Documentation

将 AI 对话导出为 Markdown

Markdown 是知识管理工具的原生语言。将你的 AI 对话导出为干净、符合标准的 .md 文件,可直接用于 Obsidian、Notion、Logseq、Joplin 和任何其他 PKM 工具。

如何导出为 Markdown

  1. 打开你的 AI 对话
  2. 点击 XWX 悬浮按钮(FAB)
  3. 在格式菜单中选择 Markdown
  4. 导出立即开始 — .md 文件自动下载
  5. 成功弹窗确认导出

对话中引用的图片会下载到本地并以相对路径链接,因此你的 Markdown 文件可以离线使用。

导出菜单中的 Markdown (.md) 选项
导出菜单中的 Markdown (.md) 选项

Markdown 特性

导出的 Markdown 包含:

  • ATX 标题: # H1## H2
  • 围栏代码块: 带语言标签以支持语法高亮
  • 数学块: $行内$$$块级$$ 数学公式(兼容 KaTeX/MathJax)
  • 表格: 带对齐的 GFM 风格表格
  • 图片: ![alt](path/to/image.webp) 使用本地文件引用
  • 链接: 保留原始 URL
  • 引用块: 用于引用或引述内容
  • 列表: 有序和无序列表,正确嵌套
Markdown 输出 — 带语言标签的围栏代码块
Markdown 输出 — 带语言标签的围栏代码块
Markdown 输出 — $...$ 和 $$...$$ 语法的数学公式
Markdown 输出 — $...$ 和 $$...$$ 语法的数学公式

带 AI 元数据的 YAML Frontmatter

启用 Frontmatter 后,每次 Markdown 导出都会包含一个 YAML frontmatter 块,各字段可单独切换:

yaml
---
title: "关于 Python 优化的对话"
conversation_id: "abc123"
platform: "chatgpt"
model: "gpt-4"
source_url: "https://chat.openai.com/c/abc123"
created: "2024-01-15T10:00:00Z"
updated: "2024-01-15T11:30:00Z"
exported: "2024-01-15T12:00:00Z"
message_count: 42
word_count: 2340
content_types: [code, images, tables, citations]
tags: [python, optimization, performance]
summary: "关于 Python 性能分析的详细讨论..."
---

每个字段都可以在 设置 → 通用 → Frontmatter 中单独开启/关闭。日期格式可配置(ISO 8601、仅日期或本地格式)。

AI 标签和 AI 摘要是需要配置 AI 服务商的高级功能。

带有 YAML frontmatter 的 Markdown 文件 — 标签、摘要、模型、日期
带有 YAML frontmatter 的 Markdown 文件 — 标签、摘要、模型、日期
tip: Frontmatter 字段按组组织:基本信息、时间信息、统计信息、AI 增强、格式和输出格式 — 每组可独立配置。

PKM 工作流集成

Markdown 导出与流行的 PKM 工具无缝集成:

  • Obsidian: 将 .md 文件放入知识库。使用 Dataview 按标签、日期、模型或平台查询。
  • Notion: 导入 .md 文件或使用 Notion 同步功能直接推送。
  • Logseq: 大纲兼容的格式。
  • Joplin: 完整的 Markdown 支持,支持嵌套笔记本。
  • Zettelkasten: 每次导出成为带丰富元数据的原子笔记。
Obsidian 知识库中导出的 Markdown 文件及 Dataview 查询
Obsidian 知识库中导出的 Markdown 文件及 Dataview 查询

Frequently Asked Questions

Markdown 会保留代码块吗?+

是的。代码块使用围栏语法和语言标签(例如 ```python),在任何 Markdown 渲染器中都能进行语法高亮。

图片会下载到本地吗?+

是的。图片会下载到本地文件夹,并以相对路径引用。你的 Markdown 文件可以离线使用。

什么是 YAML frontmatter?+

它是 Markdown 文件顶部的数据块(在 --- 标记符之间),包含标签、摘要、模型、日期和其他结构化数据。

可以与 Obsidian 配合使用吗?+

当然可以。Markdown 针对 Obsidian 进行了优化。结合 AI 标签,你的导出可以通过 Dataview 进行查询。

Related Articles