skill-insightlisted
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)