Session Mentor

Session Mentor — «как ты работаешь с Claude Code»

Читает локальные транскрипты (~/.claude/projects/**/*.jsonl, опц. ~/.codex), считает реальные метрики и собирает самодостаточный HTML-отчёт. Всё локально, ничего не уходит с машины. Три шага: collect.py (данные) → агент (анализ 8 секций) → render_report.py (HTML).

Когда использовать

• «Проанализируй, как я работаю» / «где теряю время» / «какие фичи не использую».
• Периодический само-обзор (раз в неделю/месяц) с копипаст-правками для CLAUDE.md.
• Онбординг-рефлексия: на что уходят сессии, tool-mix, делегирование субагентам.

НЕ для: полнотекстового поиска по истории (/search-chats); метрик одной текущей сессии (/prompt-log); извлечения знаний в память (/memory-extract).

Процедура

Шаг 1. Собери метрики.

cd ~/.claude/skills/session-mentor/scripts
python collect.py --days 30 --agent both --out stats.json

Флаги: --days N (окно, деф 30; префильтр по mtime — не парсит все ~50k файлов), --agent claude|codex|both. Вывод stats.json: totals, tool_mix, per_project, activity_by_day, session_themes (первые промпты для кластеризации), top_sessions_by_tokens.

Шаг 2. Проанализируй → analysis.json. Прочитай stats.json и напиши analysis.json СТРОГО по схеме ниже. Пиши по-русски, конкретно, на основе цифр (не общими словами). Модельные догадки (темы, «доволен ли») помечай как гипотезы.

Схема:

{"period":"последние 30 дней","sections":[
  {"key":"themes","title":"Над чем ты работаешь","body":"...","items":["кластер темы — N сессий",".."]},
  {"key":"agent_usage","title":"Как ты используешь агента","body":"tool-mix, доля правок/чтения/bash, делегирование (Agent/Workflow), тиры моделей"},
  {"key":"wins","title":"Что получается хорошо","items":["конкретный паттерн из данных",".."]},
  {"key":"friction","title":"Где теряешь время","items":["точка трения → почему видно из метрик → фикс",".."]},
  {"key":"underused","title":"Недоиспользуемые возможности","items":["инструмент/скилл почти не встречается, а помог бы в X",".."]},
  {"key":"claude_md","title":"Правки для CLAUDE.md","body":"вводка","snippets":["готовая строка для вставки в rules/ или CLAUDE.md",".."]},
  {"key":"new_scenarios","title":"Новые сценарии","items":["как ещё применить под твои темы",".."]},
  {"key":"trends","title":"Тренды","body":"что растёт/падает по activity_by_day и tool_mix"}
]}

Правила анализа: (1) каждое утверждение опирается на число из stats; (2) «правки для CLAUDE.md» — реально копипастятся; (3) для «trends» смотри activity_by_day и сравни первую/вторую половину окна.

Шаг 3. Собери отчёт.

python render_report.py stats.json analysis.json --out mentor-report.html

Открой mentor-report.html в браузере (self-contained, theme-aware light/dark, count-up метрики, tool-mix бары, спарклайн активности, проекты, 8 секций).

Выход

mentor-report.html — один файл, открывается в любом браузере без сборки. Метрики + 8 секций анализа. Плюс stats.json/analysis.json как сырьё.

Пример

Вход: --days 7. collect.py → 78 сессий, 13 995 tool-calls, Bash 6820 / Read 1568 / Edit 1242, 63.6M токенов. Агент видит: bash-heavy (49% вызовов) + высокое делегирование (Agent 485, Workflow 248) → секция «Как используешь» отмечает «оркестраторский стиль», «friction» ищет повторные Bash-ретраи, «underused» — что почти не звалось. Рендер → HTML.

Усиления (сверх базового)

• Кросс-линк с memory_graph: python ~/.claude/scripts/memory_graph.py hubs / search <тема> — превратить session_themes в реальные проекты/инструменты/людей (у mentor этого нет).
• Токен-косты по тирам: в stats.totals.out_tokens — грубая оценка нагрузки; в анализе раздели «где жжём токены» по top_sessions_by_tokens.
• CLAUDE.md-привязка: секция claude_md должна ссылаться на реальные файлы (rules/routing.md, CLAUDE.md), а не абстрактно.

Чек-лист

• stats.json собран, totals.sessions > 0.
• Каждая секция analysis.json опирается на конкретные числа.
• claude_md.snippets — готовые к вставке строки.
• mentor-report.html открывается, светлая/тёмная тема переключается.
• Никакие данные не отправлялись наружу (всё локально).