CC Insights 是一个对 Claude Code 交互历史进行自动化归档与深度分析的技能。
用途 当用户提出“归档聊天记录”“archive my chats”“分析我与CC的交互”“analyze my Claude Code usage”“反思我的CC使用习惯”“生成CC洞察报告”等需求时使用。整体流程为:归档聊天记录 → 分析模式 → 两次向用户提问 → 生成报告与总结。
路径变量
- [ARCHIVE_ROOT]:归档保存位置,运行 archive_chats.py 可查看输出路径。
- <skill_root>:本技能所在目录,即包含 SKILL.md 的目录。
- [TIME_FILTER]:时间范围参数,详见 references/time_filter_guide.md。
标准工作流 用户说“归档并分析我的CC聊天记录”时:1)运行 archive_chats.py,将 JSONL 转换为 Markdown,并记下输出路径作为 [ARCHIVE_ROOT];2)运行 analyze_patterns.py 提取模式;3)通过 AskUserQuestion 分两阶段提供分析选项。
归档后的分析菜单 第一阶段:时间范围(参数)。时间范围是参数而非代理集合,用于过滤后续所有分析。选项包括:全量分析(All),[TIME_FILTER] 为 from all available history,[TIME_SUMMARY_PREFIX] 为“基于全部历史数据分析”;近月分析(30d),from the last 30 days only,“基于近30天数据分析”;本周分析(7d),from the last 7 days only,“基于近7天数据分析”。 第二阶段:分析维度(代理集合)。每个维度启动各自的代理集合,均接收时间过滤。选项包括:多维度深度分析(references/deep_analysis_agents.md,7 个代理);人工干预分析(references/human_input_analysis.md,5 个代理);模式归类(references/pattern_grouping.md,5 个代理)。
AskUserQuestion 模板 questions:
- question: "归档完成!选择时间范围分析?"
header: "时间范围"
multiSelect: false
options:
- label: "全量分析 (All)" description: "分析所有历史交互,总结模式,提出改进建议"
- label: "近月分析 (30d)" description: "分析近30天交互模式和使用习惯"
- label: "本周分析 (7d)" description: "分析近7天交互,适合周度复盘"
- question: "选择分析维度?"
header: "分析维度"
multiSelect: true
options:
- label: "多维度深度分析" description: "7个领域专项agent并行分析(技能开发、知识管理、内容创作等)"
- label: "人工干预分析" description: "分析首次任务后的用户介入,识别改进点"
- label: "模式归类" description: "识别重复输入,建议创建command/skill/agent"
所需权限 运行前需确保 ~/.claude/settings.json 的 permissions.allow 中包含以下路径: "permissions": { "allow": [ "Read(~/.claude/skills/cc-insights/)", "Read(~/ClaudeCodeArchive/)", "Read(~/SynologyDrive/ClaudeCodeArchive/**)" ] }
执行逻辑 根据用户选择:1)从第一阶段选择中提取时间范围;2)读取 references/time_filter_guide.md 获取 [TIME_FILTER] 和 [TIME_SUMMARY_PREFIX] 值;3)对第二阶段选中的每个维度,读取对应参考文件,把所有代理提示中的 [TIME_FILTER] 替换为时间过滤值,把 [ARCHIVE_ROOT] 替换为实际归档路径,使用 Task 工具以 subagent_type=Explore 并行启动所有代理;4)关键:在每个代理提示前加上: IMPORTANT: Only use Read, Glob, and Grep tools. Do NOT use any browser, web, or network tools. You have permission to read all files under [ARCHIVE_ROOT]. 5)把结果综合为单一报告;6)按时间范围应用输出命名(见 time_filter_guide.md)。
示例 用户选择“本周分析 (7d)”+“多维度深度分析”时:[TIME_FILTER] = from the last 7 days only;[TIME_SUMMARY_PREFIX] = 基于近7天数据分析;读取 references/deep_analysis_agents.md;对 7 个代理提示逐一替换 [TIME_FILTER] 为过滤值;启动 7 个代理(均过滤到近7天);输出文件为 CC_Weekly_MultiDim_YYYYMMDD.md。
脚本参考 脚本位于相对于本 SKILL.md 的 scripts/ 子目录。调用方式:python3 <skill_root>/scripts/<script_name>.py [OPTIONS] archive_chats.py 选项:--full(包含工具调用细节)、--project NAME(按项目名过滤)、--since YYYY-MM-DD(仅归档该日期之后)、--output DIR(自定义输出目录,默认见脚本)。 analyze_patterns.py 选项:--output FILE(保存 JSON 到文件)、--pretty(美化 JSON 输出)。 generate_insights.py 选项:--analysis FILE(输入分析 JSON)、--output FILE(输出 Markdown 路径)。
附加参考 references/time_filter_guide.md(时间参数值与输出命名)、references/deep_analysis_agents.md(7 个领域专项代理)、references/human_input_analysis.md(5 个干预分析代理)、references/pattern_grouping.md(5 个模式挖掘代理)、references/workflow.md(自动化设置、cron 任务、最佳实践)。
限制 资料未提供收费、价格、平台支持范围及分析效果的具体数据,相关事实暂未提供。