DawnMoon1542 PI Agent Session 汇总器
概述
从 ~/.pi/agent/sessions 目录读取指定时间范围内的所有 JSONL session 文件，提取每个 session 的第一条用户消息（即任务描述），按项目/目录分组整理，输出为带分类目录的 Markdown 文档。
输入参数
用户需要提供时间范围：
- 开始日期：格式
YYYY-MM-DD，必填 - 结束日期：格式
YYYY-MM-DD，必填
输出
在当前工作目录生成 pi-sessions-summary-<开始日期>-<结束日期>.md，包含：
- 统计摘要（总 session 数、涉及项目数、时间跨度、最活跃项目）
- 按项目分组的任务列表，每个任务标注时间和简述
- 关键主题的归纳总结
执行流程
步骤 1：运行提取脚本
使用 skill 目录下提供的 extract-sessions.py 脚本：
uv run <skill-dir>/extract-sessions.py --from <开始日期> --to <结束日期>
脚本默认会：
- 扫描
~/.pi/agent/sessions下的所有子目录和*.jsonl文件 - 根据文件名中的时间戳过滤指定范围内的 session
- 提取每个 session 的第一条
role: "user"消息 - 按 session 所属目录（即项目/上下文）分组
- 输出结构化 JSON 到 stdout
选项：
| 参数 | 说明 | 默认值 |
|---|---|---|
--from |
开始日期 YYYY-MM-DD | 必填 |
--to |
结束日期 YYYY-MM-DD | 必填 |
--sessions-dir |
sessions 根目录 | ~/.pi/agent/sessions |
--output |
输出 JSON 文件路径 | stdout |
步骤 2：分析并编写 MD 文档
读取步骤 1 输出的 JSON 数据，按以下结构编写 Markdown 文档：
# PI Agent 工作记录汇总
> 时间范围：YYYY-MM-DD ~ YYYY-MM-DD
## 统计摘要
| 指标 | 数值 |
|------|------|
| 总 session 数 | N |
| 涉及项目/目录数 | N |
| 最活跃项目 | 名称(N sessions) |
## 一、项目名
| 时间 | 任务 |
|------|------|
| MM-DD HH:MM | 任务简述 |
## 二、项目名
...
分类原则：
- 将 session 按
cwd（工作目录）合并归类，同一项目不同子目录合并 - 项目分组按 session 数量降序排列
- 每个 session 取截断后的首条用户消息作为任务简述（超过 80 字截断加
...） - 同一项目内按时间顺序排列
步骤 3：归纳关键主题
在文档末尾添加关键主题归纳，将相似任务合并为一句总结，按领域分点列出。
注意事项
subagents.jsonl文件自动排除- 仅提取
type: "message"且role: "user"的第一条消息 - 若某 session 无 user 消息，记录为"（无用户消息）"
- 提取脚本已内嵌在 skill 目录下，执行前无需额外安装依赖