SuperAPI AI 工具集

ln-002-session-analyzer

办公与效率

查看项目

更新于 10-15 23:59

技能介绍

用途:对单次会话做十维度深度分析,找出错误、浪费与可改进行为,并给出针对技能文件、工具配置、钩子配置和沟通偏好的具体修复项。适用于任务完成后复盘、定期审计近期会话、评估某技能指令执行质量,以及排查工具或钩子问题。

输入参数 $ARGUMENTS:留空分析当前会话上下文;recent 扫描各 agent(Claude、Codex)最新的 JSONL 会话文件;填写技能名则聚焦该技能在会话中的执行。hex-line 对大型本地日志和仓库文件是可选的加速工具;若 MCP 不可用,改用内置 Read/Grep/Glob/Bash,本技能不得因 MCP 连接问题而阻塞。

十个分析维度:D1 工具错误(NOOP_EDIT、TEXT_NOT_FOUND、哈希不匹配、越界)、D2 工具浪费(未先看大纲的整读、重复读取、本可用 MCP 却用 bash)、D3 流程问题(3 次以上工具循环、重试风暴、死路、目标错误)、D4 脚本提取(每次运行临时编写的 bash/python 脚本)、D5 钩子与权限(钩子拦截、权限拒绝、应用 MCP 却用内置工具)、D6 沟通(过度解释、缺状态、多余确认)、D7 决策质量(纠错速度、试错、工具选择)、D8 上下文压力(重复读取、重复搜集、话题丢失)、D9 子代理质量(空结果、超时、提示过宽)、D10 范围漂移(偏离目标、意外扩展、无理由转向)。

执行分五阶段:阶段一采集会话数据,按参数确定来源;recent 模式查找各 agent 最新会话文件,用 grep 统计工具调用、错误、连续三次以上循环、内置与 MCP 使用、钩子事件、技能调用,并可统计 Claude JSONL 的 token 用量;关键词计数仅为启发式,需确认为真实工具失败事件,而非提示或文档中出现的相同字符串。阶段二按 D1-D10 归类发现,分为错误、浪费、模式三档。阶段三将每条发现映射到具体目标与修复,如 SKILL.md 步骤、allowed-tools、钩子配置、references/scripts/、CLAUDE.md 偏好、MCP 工具、代理提示或范围守卫。阶段四按 references/meta_analysis_protocol.md 格式输出,仅列出改进项、会话错误、子代理错误;若无发现则输出“Session analysis: clean run.”。阶段五为可选元分析,仅在用户要求时加载协议文件。

限制:不要自定义输出模板,不要分析会话未涉及的文件,修复须绑定具体文件与位置,不要报告没有问题的维度。版本 1.1.0,最后更新 2026-04-05。