用途：分析会话指标账本中的趋势，计算窗口聚合、指纹分布，并与 MEMORY.md 基线对比，适合周期性跟踪进展。
前提：需要 /session-scan 生成的 .claude/session-metrics/metrics.jsonl。
用法：/session-trends 显示全部窗口（7d、30d、all）；--window 30d 指定窗口；--project enaia 按项目过滤；--compare MEMORY.md 与记忆基线对比；--html out.html 输出带 ASCII 条形图的 HTML 报告。纯上下文窗口统计（最大提示 token、ctx %、压缩率）可参考 compute-metrics.py 的 --scan-jsonl 模式。
流程：解析参数；读取 metrics.jsonl（缺失或为空时提示先运行 /session-scan）；用 Python 计算：python3 .claude/skills/session-scan/references/compute-metrics.py --trends .claude/session-metrics/metrics.jsonl --memory {MEMORY_PATH}；展示总览、窗口对比、指纹分布、MEMORY.md 对比；写入 .claude/session-metrics/trends.json；根据趋势建议操作，如摩擦上升时运行 /session-deep-dive --from-scan。
限制：metrics.jsonl 只读，不得修改；计算必须用 Python，不做手工聚合；始终展示窗口对比。HTML 报告布局与按模型、阈值分桶统计参考 badlogic / earendil-works/pi 的 session-context-stats.mjs。具体指标含义可查 references/trend-queries.md。