Observability Pattern Detector 是一个面向 Claude Code 遥测数据的自动化模式识别与异常检测技能，用于从增强钩子（enhanced hooks）产生的数据中发现失败、缓慢、异常、趋势、低效、对话模式等信号。
用途 该技能的核心用途是对 Claude Code 的运行遥测进行模式识别与异常检测，帮助识别失败模式、性能缓慢、统计异常、长期趋势、低效操作、对话风格、工具调用序列、子代理使用、上下文管理问题、权限请求模式以及仓库活动模式。
数据来源 主数据源为 Loki 中的 {job="claude_code_enhanced"}。
主要能力（操作）
- detect-failures：对相似失败进行分组并识别模式。查询 {job="claude_code_enhanced", event_type="tool_result", status="error"} | json，算法为按 error_type 分组 → 计算频率 → 按影响排序。输出包含失败模式、出现次数、受影响工具、首次/最后出现时间、趋势。
- detect-slowness：识别大响应模式（作为缓慢的代理指标）。查询 {job="claude_code_enhanced", event_type="tool_result"} | json | response_length > 100000，算法为标记超过 100k 字符的响应 → 按工具分组 → 识别模式。输出包含缓慢操作、响应大小、受影响工具。
- detect-anomalies：会话中的统计异常检测。查询 {job="claude_code_enhanced", event_type="session_end"} | json | turn_count > 50，方法包括高轮次、长时长、每会话大量错误。输出包含异常会话的指标与可能原因。
- detect-trends：长期趋势分析。查询 sum(count_over_time({job="claude_code_enhanced", event_type="tool_call"} [1d]))，指标包括工具使用趋势、错误率趋势、会话频率趋势。输出包含趋势方向（上升/下降/稳定）与速率。
- detect-waste：识别低效（冗余操作）。查询 {job="claude_code_enhanced", event_type="tool_call"} | json | line_format "{{.tool_name}}:{{.previous_tool}}"，模式包括同一文件多次读取（Read→Read）、重复失败操作、Read 前过度 Glob、多次小编辑 vs 一次大编辑。输出包含浪费模式、出现次数与建议。
- detect-conversation-patterns：分析用户提示模式。查询 sum by (pattern) (count_over_time({job="claude_code_enhanced", event_type="user_prompt"} | json [24h]))，模式包括问题频率（pattern="question"）、调试会话（pattern="debugging"）、创建任务（pattern="creation"）、ultrathink 使用（pattern="ultrathink"）。输出包含对话风格分布与趋势。
- detect-tool-sequences：识别常见工具调用序列。查询 {job="claude_code_enhanced", event_type="tool_call"} | json | line_format "{{.previous_tool}} → {{.tool_name}}"，常见模式包括 Glob → Read（文件发现）、Read → Edit（读取后修改）、Grep → Read（搜索后打开）、Task → Task（并行代理）。输出包含序列频率与异常模式。
- detect-subagent-patterns：分析 Task 工具使用模式。查询 {job="claude_code_enhanced", event_type="tool_call", tool="Task"} | json，模式包括子代理类型分布、并行生成模式、子代理成功率。输出包含子代理使用分析与建议。
- detect-context-issues：识别上下文窗口问题。查询 {job="claude_code_enhanced", event_type="context_compact"} | json，模式包括频繁自动压缩、高上下文使用会话、大响应累积。输出包含上下文管理问题与优化建议。
- detect-permission-patterns：分析权限请求模式。查询 {job="claude_code_enhanced", event_type="permission_request"} | json，模式包括频繁权限请求、权限类型分布、权限拒绝。输出包含权限摩擦点与自动化机会。
- detect-repo-patterns：仓库活动模式。查询 sum by (repo) (count_over_time({job="claude_code_enhanced", event_type="tool_call"} | json [7d]))，模式包括最活跃仓库、按仓库的工具使用、按仓库的错误率。输出包含项目级洞察与跨仓库比较。
示例输出 示例输出为 JSON，包含 failure_patterns（如 file_not_found，出现 23 次，受影响工具 Read、Edit，趋势 stable，建议在操作前添加文件存在性检查）、tool_sequence_patterns（如 Glob → Read → Edit，出现 156 次，上下文为标准文件修改流程）、conversation_patterns（如 debugging，占比 35%，平均轮次 12，常用工具 Bash、Read、Grep）、context_issues（如 auto_compaction_frequent，影响 5 个会话，建议使用更聚焦的查询、拆分大任务）。
模式检测查询 失败模式：按类型分组错误 sum by (error_type, tool) (count_over_time({job="claude_code_enhanced", event_type="tool_result", status="error"} | json [24h]))；错误时间线 {job="claude_code_enhanced", event_type="tool_result", status="error"} | json | line_format "{{.timestamp}} {{.tool_name}}: {{.error_type}}"。 工具序列模式：最常见转换 {job="claude_code_enhanced", event_type="tool_call"} | json | previous_tool != "" | line_format "{{.previous_tool}} → {{.tool_name}}"。 会话异常：长会话 {job="claude_code_enhanced", event_type="session_end"} | json | duration_seconds > 3600；高错误会话 {job="claude_code_enhanced", event_type="session_end"} | json | error_count > 5；高轮次会话 {job="claude_code_enhanced", event_type="session_end"} | json | turn_count > 30。 上下文模式：自动压缩 {job="claude_code_enhanced", event_type="context_compact", trigger="auto"} | json；高利用率 {job="claude_code_enhanced", event_type="context_utilization"} | json | context_percentage > 80。
脚本 scripts/detect-failures.sh - 失败模式检测 scripts/detect-anomalies.sh - 统计异常检测 scripts/detect-trends.sh - 趋势分析 scripts/detect-sequences.sh - 工具序列分析 scripts/generate-pattern-report.sh - 完整模式报告
适用场景 适用于需要对 Claude Code 遥测数据进行可观测性分析、故障排查、性能优化、异常检测、趋势跟踪、效率改进、对话与工具使用分析、上下文与权限管理优化以及仓库活动洞察的场景。
限制 资料未提供该技能的安装方式、收费模式、平台支持范围、具体效果保证等事实，暂未提供。