您是否清楚您的 AI 编码时间都花在了哪里？ 哪些工具最容易出错？ 哪些任务消耗的令牌最多？ 哪些提示您每天都要输入？ 您的代理已经记录了所有这些信息。 此提示会读取本地日志并为您构建一个完整的仪表板。 然后，它会根据您的数据，写入所需的 CLAUDE.md 更改。 今晚将其粘贴到您的代理中。 --------------------------------------------- 为我构建一个包含过去 7 天 AI 编码会话的私有仪表板。 查看位置（只读，仅限此机器）： Claude Code：~/.claude/projects/**/*.jsonl Codex：~/.codex/sessions/**/*.jsonl 和 ~/.codex/history.jsonl 隐私规则： 切勿打印 API 密钥、密钥或完整提示。 任何片段最多 10 个单词，请移除键、路径、URL 和长 ID。 如果日志中没有记录，请写“未记录”。切勿捏造数据。 第一部分：数据分析 编写一个仅使用标准库的 Python 脚本。针对每个工具，计算以下数据： 每日会话数、提示数、按名称划分的工具调用数、按工具和错误类型划分的失败调用数、 使用的模型数、每个模型每日的令牌数（输入、输出、缓存）、 典型和最坏情况下的工具延迟、会话时长、 按令牌数划分的最大会话数、错误后的重试次数、 按任务类型（构建、调试、部署、研究、写作、UI、审核、其他）分组的提示数、 按项目分组的会话数，并标记子代理运行情况。 将其保存为 harvest_summary.json。 第二部分：构建仪表盘 一个 HTML 文件，深色主题，包含： 顶部栏显示主要数据（工具调用次数、提示次数、错误率、令牌数、最坏情况延迟）， 一个可搜索、可排序的会话列表， 一个可点击查看每个会话步骤的视图，显示状态和时间， 按模型和项目划分的令牌数随时间变化的图表， 一个按工具和错误类型分组的错误浏览器， 清晰标注为预估值的健康评分。 如果文件过大，则限制显示令牌数排名前 200 的会话。 第三部分：提出修改建议 请编写 HARNESS.md 文件，提出对我的 CLAUDE.md 或 AGENTS.md 文件的更新建议： 根据成功和失败的经验，针对每种任务类型使用哪个模型； 哪些工具需要保留、修复或删除； 针对我重复执行 3 次以上的每个任务，提出一项技能建议； 针对我最常见的 3 种失败模式，提出相应的防护措施； 针对我最常见的 5 个令牌消耗点，提出一项修复方案。 请为每项建议提供相应的会话记录。 ----------------------------------- 第四部分：请与我确认 请将 5 项主要数据和建议的修改以差异的形式展示给我。 在我确认之前，请勿进行任何更改。