用途：对大型 .txt 录制文件做迭代式深度分析，适合无法整体读入的超大文件（如 1GB+ 转换自 .cast 的录制）。通过初始引导、策略性采样、多轮细化与渐进综合，帮助用户理解会话中发生了什么、有哪些发现与决策、出现了哪些错误及如何解决，并可输出摘要或报告。
主要能力：支持 file 参数指定 .txt 路径；--topic 指定初始关注领域（如 ML training、errors）；--depth 选择 quick、medium、deep；--output 将结果保存为 markdown。工作流包含：初始引导询问分析目标；统计文件大小、行数并采样首尾内容与关键词密度（error/fail、success/complete、decision/chose 等）；按文件大小做头部/中部/尾部或关键词定向采样（小于 100MB 采样各 1000 行，大于 100MB 用 grep 带上下文定向采样）；给出初步发现后，用 AskUserQuestion 让用户选择深入方向（特定时间段、关键词追踪、错误调查、成功时刻、生成总结）；对每个方向用 grep 提取相关片段并分析，再询问下一步；最后按简洁要点、详细 markdown 报告、执行摘要或保存文件等形式综合输出。内置交易/ML、开发、Claude Code 等关键词库辅助检索。
使用方式：例如 /asciinema-tools:summarize session.txt；/asciinema-tools:summarize session.txt --topic "ML training results"；/asciinema-tools:summarize session.txt --depth quick；/asciinema-tools:summarize session.txt --depth deep --output findings.md。
适用场景：复盘长时间会话录制、从海量日志式文本中定位错误与根因、梳理关键决策与结论、生成阶段性总结报告。
限制：文件过大可能超出内存限制，可用 --depth quick 仅做采样；关键词未命中可能说明领域不对或内容稀疏，可更换 --topic；超大文件采样可能超时，可增大终端超时或改用 grep；grep 上下文报错可能因缺少 GNU grep，可 brew install grep；--output 保存失败需检查写入权限。相关命令有 /asciinema-tools:convert（先转 .txt）、/asciinema-tools:analyze（更快但较浅）、/asciinema-tools:finalize（处理孤立录制）。该技能为自演进式，说明中要求发现指令错误或参数漂移时及时修正文件。具体收费、平台支持等信息暂未提供。