白杨商业智能工作室
#技术分享#Power BI#最佳实践

告别聊天记录荒废

· 白杨BI工作室

在日常开发过程中,我们经常与GitHub Copilot这样的智能助手进行互动。这些对话往往被视为短暂且一次性的事物——问题解决了,对话就结束了。但其实,这些对话记录不仅保存着我们的思考过程和解决方案,还能作为宝贵的参考资料。

告别聊天记录荒废

难以忽视的AI聊天记录价值

在日常开发过程中,我们经常与GitHub Copilot这样的智能助手进行互动。这些对话往往被视为短暂且一次性的事物——问题解决了,对话就结束了。但其实,这些对话记录不仅保存着我们的思考过程和解决方案,还能作为宝贵的参考资料。

你真的了解你的聊天记录吗?

每当你在VS Code中使用GitHub Copilot进行开发时,每一次对话都会被记录下来,并以JSONL格式存储在%APPDATA%\Code\User\workspaceStorage\\GitHub.copilot-chat\transcripts\.jsonl文件夹下。每个会话对应一个单独的文件。

这些文件随着时间积累,可能会包含大量有价值的信息。一个月后你可能已经有几十个文件,半年后更是上百个。尽管如此,很多人却从未意识到它们的价值。

如何利用聊天记录提高效率?

  1. 跨会话连续性 在开发过程中,我们经常需要在不同的会话之间切换,有时候一个会话中的信息会影响到另一个会话的进展。例如,在“Daily Ops”会话中讨论了某个问题的解决方案后,你接下来可能需要与客户讨论同样的问题。这时,只需复制并粘贴相关的JSONL文件路径给新会话,新会话就可以直接从旧会话记录中获取上下文信息。

  2. 知识积累 通过复用过去的聊天记录,你可以避免重复劳动。例如,在处理某个复杂问题时,如果你之前已经讨论过类似的问题,可以快速找到当时的对话记录,从中提取有用的信息和解决方案。

  3. 代码协作与审查 在团队合作中,共享这些聊天记录可以帮助其他成员更快地理解背景信息,并加速整个项目的进展。通过共同维护一个可搜索的聊天历史库,你可以提高团队整体的工作效率。

如何快速查找相关记录

要快速找到特定的聊天记录并不难。你可以使用VS Code内置的文件搜索功能或第三方插件来检索这些JSONL文件中的关键词。这将帮助你迅速定位到需要的信息,避免重复劳动,提高工作效率。

通过充分利用这些聊天记录,不仅能够提升个人的工作效率,还能加强团队之间的协作和知识共享。

相关文章

Power BI 和 Microsoft Fabric 的 Databricks ADBC 连接器正式发布

Power BI 和 Microsoft Fabric 的 Databricks ADBC 连接器正式发布

微软正在把 Power Query 连接器的底层驱动从 ODBC 迁到 ADBC,这次轮到 Databricks。适用于 Power BI 和 Microsoft Fabric 的 Databricks ADBC 连接器已正式 GA(Generally Available,正式发布)。

#技术分享#Power BI#Fabric#语义模型
Power BI 2026 年 10 月功能摘要

Power BI 2026 年 10 月功能摘要

距离上一次九月更新才过去没多久,而且当时还赶上了欧洲 Microsoft Fabric + SQL 社区大会,更新量已经不小。

#技术分享#Power BI#Fabric#Copilot
Microsoft Data Factory 的 Amazon Redshift V2 连接器

Microsoft Data Factory 的 Amazon Redshift V2 连接器

微软正在对 Amazon Redshift 连接器进行重要升级,底层驱动将从旧版切换至全新的 Amazon Redshift ODBC 2.x。

#技术分享#Power BI#Fabric
F2容量跑通完整报表方案

F2容量跑通完整报表方案

很多团队一提到 Microsoft Fabric,第一反应就是:F2 这种小容量能干嘛? 跑个 Demo 都嫌卡,更别说承载一套完整的报表解决方案了。

#技术分享#Power BI#最佳实践
近似去重反而更慢?

近似去重反而更慢?

做 DAX 性能优化的人,看到 `APPROXIMATEDISTINCTCOUNT` 这个新函数,第一反应多半是:终于有办法治 `DISTINCTCOUNT` 这个性能杀手了。 但最近一轮实测下来,结论有点打脸——在某些场景下,近似去重反而比精确去重更慢。

#Power BI#最佳实践
近似去重计数:快但准吗?

近似去重计数:快但准吗?

9 月 Power BI 更新后,Import 模式和 Direct Lake 模式的语义模型开始支持 `ApproximateDistinctCount()` 这个 DAX 函数。 我在一个 14 亿行的 Direct Lake 语义模型上做了测试,数据来自纽约出租车样本。

#Power BI#最佳实践
有问题?加企业微信 1 对 1 交流 👇
➕ 添加企业微信
备注「白杨」优先通过 · 数据洞察与智能决策
企业微信
企业微信
备注「白杨」优先通过