WeQ 导出格式设计
状态:设计与生产接入并行维护,2026-11-05(北京时间)。正式读写、当前业务适配、 查看投影及聊天增量已开始接入。 schema 的完整覆盖要求不等于所有来源字段已取得;应用版本未修改,个人历史归档未批量转换。
通用设计理念
导出应交付可长期读取、分析、补全的数据,而不只是某个页面的显示结果。数据库、 网络缓存和本地生成记录是来源;规范化内容是正式产物;HTML、文本和表格是视图。 读取者不应依赖 WeQ 的安装、原 QQ 缓存路径或一份隐藏的正文基线。
- 基本内容不是缩略内容。
basic回答谁、何时、在哪里、以什么顺序、表达了什么。 媒体、文件、引用、转发内部消息、评论回复、工具过程属于内容,不能拍成占位文本。 - 全部数据不是再附一份原件。
full包含 basic 的相同语义内容,加上所选对象及其 关联来源中全部其他字段。未知不等于无用;当前解析器不认识的字段也有保存位置。 不复制整个数据库、不混入未选对象,也不以原数据库快照替代字段覆盖。 - 一种信息只保留一份权威表示。 能完整表达的已知字段存规范化值;来源到字段的 映射不带值。未理解、类型冲突、不可无损规范化的部分保留原值或字节。不得同时保存 整行原始数据和同一行的已解析字段,也不同时保存整个 BLOB 和从中消费出的已知值。
- 关联和差异不应抹掉。 原消息与转发内消息、空间原帖与转发文案、收藏摘要与详情 不是可以任意互换的内容。不同来源有冲突就保存不同版本或关联对象;相同字段的相同 值可以复用,独立原文中实际不同的信息必须保留。
- 事实与处理状态分开。 档位、来源取得覆盖、解析覆盖、资源下载状态各自记录。
full不代表所有服务端历史已取得;列表走到末尾不证明正文、评论、附件也完整。 - 正式数据就是后续输入。 身份、版本、来源观察、资源关系随 JSON/JSONL 公开保存。 索引和检查点只加速访问;丢失它们应可重建,不再额外保存一整份正文 journal。
阅读顺序与交付
七个领域各有一个统一入口,basic/full 只是导出内容范围,共用 JSON 文档和 JSONL 行 schema。 native 为可选附加数据,profile 不参与格式分派;full 的字段提取要求仍须完整落实。schema 中的 https://weq.local/schemas/export/v1/ 是标识命名空间,不是需要联网访问的服务; 验证器应一次注册本目录文件,离线解析相对 $ref。
适用对象
普通私聊、群聊、数据线、服务号、公众号、频道私聊共用消息模型;空间包括说说、 评论回复、转发、相册和照片/视频,以及历史日志、留言、分享、空间收藏和逐次访问;QQ 收藏覆盖当前八类内容及未知类型;邮箱包含每封 邮件而非会话摘要。联系人、群、成员、本地生成对话及资源目录均有独立身份。
群文件、群相册、各类表情、装扮、生成附件,以及已存在的报告/机器人包文件清单, 使用资源目录模型。数据库 .db、PNG 长图、HTML 报告及机器人运行包本身不改成 JSON; 只为它们已有的结构化元数据、文件关系和取得回执提供 schema。历史实体已能由 schema 表达,不表示新增空间日志/留言等在线采集能力;频道群聊仍未接入。多个账号及未知账号 分区可组成同格式 archive set,不要求合成一个 archive。正式保存 full,basic 可按需投影, 不强制常驻两份正文,既有 raw 原件保持原样。
本目录保存设计、schema、示例和规范验证工具;业务接入在实施记录中单独验收。普通消息已 补实际 SQL 列枚举和原生 wire 提取,其余来源仍须按覆盖矩阵逐项核实,不能仅凭统一封装 宣称来源全量或历史迁移完成。
兼容性修订:保留全部既定历史覆盖;严格 writer 与兼容 reader 分离,允许同主版本新增 可选字段并原样保留,摘要覆盖未知属性;观察/资源顺序成为正式语义。生产接入与历史迁移 的顺序和验收见 增量契约,仍不冒称已经实现。
