Claude Code 的 /insights 命令到底做了什么？一文拆解完整分析流水线

lnhssjw

Claude Code 的 /insights 命令到底做了什么？一文拆解完整分析流水线


你有没有好奇过，自己用 Claude Code 的习惯到底怎么样？哪些工作流顺畅高效，哪些地方反复踩坑？


`/insights`


一条命令，生成一份完整的 HTML 报告，告诉你：
- 你用 Claude Code 都在干嘛
- 哪里用得好，哪里有摩擦
- 怎么改进你的工作流


本地运行，数据不出你的电脑。


来，我带你拆解一下它到底做了什么


先说基本信息：


命令：`/insights`
输出：交互式 HTML 报告
路径：`~/.claude/usage-data/report.html`


它会分析你所有的 Claude Code 会话历史，告诉你使用模式、效率瓶颈、改进建议。


关键是：所有分析都在本地完成，你的代码和对话不会被上传到任何地方。


/insights 的分析流程分 6 个阶段。


前三步是数据准备：


Stage 1: 收集
从 `~/.claude/projects/` 读取所有会话日志


Stage 2: 过滤
自动排除：agent 子会话、少于 2 条消息、短于 1 分钟、内部操作


Stage 3: 元数据提取
提取：session_id、时长、token 用量、工具使用、Git 活动、代码变更、语言检测


后三步是智能分析：


Stage 4: Facet 提取
用 Haiku 模型分析每个会话的"质性特征"
- 每次最多分析 50 个新会话
- 超过 30K 字符自动分块摘要
- 结果会缓存，下次更快


Stage 5: 聚合分析
汇总所有数据，计算分布，识别模式


Stage 6: 渲染报告
生成带图表的交互式 HTML


Facet 提取是核心。它用 LLM 理解你的每个会话，提取 6 个维度：


🎯 目标分类（13 种）：你在让 Claude 干什么
😊 满意度（6 级）：frustrated → happy
✅ 结果（5 类）：任务完成程度
⚠️ 摩擦类型（12 种）：哪里出了问题
📋 会话类型（5 类）：单任务/多任务/探索...
🏆 成功类型（7 种）：Claude 哪里做得好


这不是简单的统计，是真正的语义理解。


13 种任务目标分类，覆盖开发者日常：


🔍 debug_investigate - 调试排查
🆕 implement_feature - 实现功能
🐛 fix_bug - 修复 Bug
🔧 write_script_tool - 写脚本
♻️ refactor_code - 重构代码
⚙️ configure_system - 配置系统
📝 create_pr_commit - 创建 PR
📊 analyze_data - 分析数据
📚 understand_codebase - 理解代码库
🧪 write_tests - 写测试
📄 write_docs - 写文档
🚀 deploy_infra - 部署运维
☕ warmup_minimal - 热身会话


你的报告会告诉你，你最常用 Claude 做什么。


这是我觉得最有价值的部分——摩擦分类。


它会识别你和 Claude 协作中的问题：


🤔 misunderstood_request - Claude 理解错了
🔄 wrong_approach - 方向对但方法错
🐛 buggy_code - 生成的代码有 bug
🚫 user_rejected_action - 你拒绝了操作
🧱 claude_got_blocked - Claude 卡住了
📈 excessive_changes - 改得太多
🐢 slow_or_verbose - 太慢或太啰嗦
❓ user_unclear - 你的表达不够清楚


知道问题在哪，才能改进。


最终报告包含三大块：


📊 统计仪表盘
- 总会话数、消息数、使用时长
- Token 消耗、Git 活动
- 活跃天数、使用高峰时段


📈 可视化图表
- 每日活动曲线
- 工具使用分布
- 编程语言占比
- 满意度分布


💡 洞察分析
- 项目领域识别
- 交互风格画像
- http://t.cn/AXLo0vJd 改进建议
- 功能推荐
- 还有个"有趣时刻"彩蛋


技术细节：


| 参数 | 值 |
|------|-----|
| 分析模型 | Haiku |
| 每 prompt 最大 token | 8,192 |
| 单次最多分析会话 | 50 个 |
| 转录大小限制 | 30,000 字符 |
| Facet 缓存 | ✅ |
| 隐私保护 | ✅ 本地处理 |


用 Haiku 是因为快且便宜。Facet 会缓存，所以第一次跑慢一点，之后只分析新会话。


现在就可以试：


1. 打开 Claude Code
2. 输入 `/insights`
3. 等待分析完成
4. 打开 `~/.claude/usage-data/report.html`


小建议：
- 每月跑一次看趋势变化
- 多给反馈（"thanks" 或 "that's not right"）帮助追踪满意度
- 正常使用就好，不用刻意


你的使用报告里藏着提升效率的密码。


图片使用 github.com/jimliu/baoyu-skills 里面的小红书 xhs-images 生成
内容来源：http://t.cn/AX5XIl50