behavior-analyzerlisted

# Behavior Analyzer — 会话行为分析引��� ## 功能概述 从 self-eval、cache-monitor、evolve、yolo_classifier 等多个数据源实时收集数据，分析OpenClaw Agent的行为模式，生成综合的会话质量评分和异常预警。 ## 核心功能 ### 1. 会话质量评分（0-100） 基于4个维度的综合评分： | 维度 | 权重 | 说明 | |------|------|------| | 错误模式 | 40% | 检测重复犯错（用户纠正、工具失败次数） | | 角色漂移 | 30% | 检测规则触发频率异常升高 | | 权限级别 | 20% | 检测权限操作(HIGH/CRITICAL)增加 | | 缓存效率 | 10% | 检测缓存失效频率上升 | **评分含义**： - **90-100** 🟢 优秀：可以继续正常操作 - **70-89** 🟡 良好：监控中 - **40-69** 🟠 警告：建议降级策略 - **<40** 🔴 严重：立即暂停，等待用户干预 ### 2. 异常模式检测 | 异常类型 | 触发条件 | 建议操作 | |---------|---------|---------| | 重复犯错 | 同类错误 ≥ 3次 | 查看 /evolve 规则 | | 角色漂移 | 规则触发 > 10次 | 执行 /compile 重新加载 | | 缓存降级 | 今日变更 > 3次 | 检查SOUL.md变更 | | 权限级别 | HIGH/CRITICAL > 50% | 确认是否预期行为 | ### 3. 趋势分析与预测 ``` stable → improving → declining → critical ``` 对比会话历史分数，判断会话质量的发展趋势。 ### 4. 自动建议系统 根据检测到的异常和评分等级，自动生成**可执行的建议**： - 严重异常：⛔ 暂停自动操作 - 重复错误：🔄 更新规则 - 缓存问题：⚡ 重新初始化缓存 - 权限异常：🔐 需要用户确认 --- ## 数据源 ### 必需（自动） - `self-eval.py` 的异常记录（reflection 记忆） - `cache-monitor.py` 的变更日志 - `evolve.py` 的规则应用记录 - `yolo_classifier.py` 的权限决策 ### 可选（增强分析） - LanceDB 记忆系统的效率指标 - 会话历史快照 --- ## 使用方式 ### Python API ```python from skills.behavior_analyzer.scripts.behavior_analyzer import SessionBehaviorAnalyzer analyzer = SessionBehaviorAnalyzer() # 分析特定会话 metrics = analyzer.analyze_session("session_123") print(f"健康分数: {metrics.health_score}") print(f"异常: {metrics.anomaly_patterns}") print(f"建议: {metrics.recommended_actions}") # 保存到历史文件 analyzer.save_metrics(metrics) ``` ###