← ClaudeAtlas

skill-insightlisted

技能使用洞察与 skill 资产自检。基于会话索引分析技能使用情况:哪些技能高频使用、 哪些从未被调用;并对 session-digger 自身做路由覆盖/硬编码/安装漂移检查。 触发:技能使用分析、技能洞察、哪些技能没用过、技能清理建议、 技能使用习惯、我的技能用得多吗、skill 健康度、路由有没有漏、安装版本漂移
taxueseek/session-digger · ★ 34 · Data & Documents · score 85
Install: claude install-skill taxueseek/session-digger
# Skill Insight — 技能使用洞察 + 资产自检 > 会话侧只读 SQLite;资产侧用 `scripts/skill-health.py`(改进 skill 的 skill)。 ## 0. 先跑资产自检(改进 session-digger 自身) ```bash python3 $SD_ROOT/scripts/skill-health.py python3 $SD_ROOT/scripts/skill-gap-finder.py analyze --min-occurrences 5 ``` `skill-health` 检查:命令是否进路由表、是否含个人路径硬编码、combo_map 覆盖、安装副本 SHA 漂移、Herdr skill-gap 接线。 `skill-gap-finder` 检查:跨会话痛点 → SKILL 提案(默认脱敏,无用户名/绝对路径)。 ## 数据源 1. **会话索引**:优先 `$SESSION_DIGGER_DATA_DIR/index.db`,否则 `~/.session-digger/index.db` (与 `skills/common_paths.py` 一致) - `sessions.tool_usage_json` — 每个会话的工具调用统计 - `messages_fts` — 全文搜索,用于检查技能名是否在历史对话中出现 2. **已安装技能**(多根探测,勿只扫单一目录): - `~/.agents/skills/` - `~/.claude/skills/` - `~/.grok/skills/`(若存在) ## 分析方法 ### 1. 技能使用统计 扫描已安装的 SKILL.md 获取技能清单,对每个技能名在 `messages_fts` 中搜索, 统计有多少个会话提到了该技能名。 ```bash # 获取已安装技能列表(name + description) find ~/.claude/skills -name "SKILL.md" -exec grep -H "^name:" {} \; # 查某个技能在历史对话中的出现次数 python3 -c " import sqlite3; from pathlib import Path conn = sqlite3.connect(str(Path.home() / '.session-digger/index.db')) count = conn.execute('SELECT COUNT(DISTINCT session_id) FROM messages_fts WHERE messages_fts MATCH ?', ('技能名',)).fetchone()[0] print(count) " ``` ### 2. 闲置技能识别 将「从未在任意会话中被提及」的技能列为闲置候选。注意: - 有些技能通过 `Skill` 工具间接调用,检查 `tool_usage_json` 中的 `"Skill"` 计数 - 季节性技能(如年报相关)可能间歇使用,不急于清理 - 清理建议归档到 `.trash/` 而非直接删除 ### 3. 工具使用模式 从 `tool_usage_json` 汇总所有会话的工具调用分布,识别: - 高频工具:核心工作流(Bash、Read、Write、Edit 等) - 领域工具:特定技能触发(如 `mcp__*` 前缀的工具)