analytics

跨项目分析

从 ~/.claude/analytics/ 查询本地分析数据。所有数据仅保存在本地，注重隐私保护（项目 ID 已哈希处理，不包含个人身份信息）。

根据本地文件回答使用情况问题，绝不猜测：Agent 使用情况（使用了哪些 Agent 以及使用频率——不包括使用了哪个模型，详见注意事项）保存在 ~/.claude/analytics/agent-usage.jsonl 中；钩子性能和失败情况保存在 ~/.claude/analytics/hook-timing.jsonl 中；令牌和成本总计保存在 ~/.claude/stats-cache.json 中。使用 jq 单行命令（见下文）查询，并提供实际计数，而不是指向仪表板。

子命令

解析用户的参数，确定要显示的报告。如果未提供参数，请使用 AskUserQuestion 让用户选择。

子命令	说明	数据源	参考
agents	按频率和成功率排列的热门 Agent（无法获取持续时间和模型信息——#3034）	agent-usage.jsonl	references/jq-queries.md
models	根据 stats-cache.json 中的令牌总数统计模型委派情况。无法按单次启动归属模型（#3034）	stats-cache.json	references/jq-queries.md
skills	按调用次数排列的热门技能	skill-usage.jsonl	references/jq-queries.md
hooks	耗时最长的钩子和失败率	hook-timing.jsonl	references/jq-queries.md
teams	团队启动次数、空闲时间、任务完成情况	team-activity.jsonl	references/jq-queries.md
session	回放包含工具、令牌和时间信息的会话时间线	CC 会话 JSONL	references/session-replay.md
cost	估算令牌成本和缓存节省	stats-cache.json	references/cost-estimation.md
trends	每日活动、模型委派情况、活跃高峰时段	stats-cache.json	references/trends-analysis.md
summary	所有类别的综合视图	所有文件	references/jq-queries.md
otel	CC 2.1.117 + 2.1.122 + 2.1.126 OTEL 增强：热门斜杠命令（用户与模型）、按 effort 统计的成本、effort 与成功率的相关性、按触发类型统计的技能激活情况、最常被提及的 @ 目标	~/.claude/otel/*.jsonl，或完成架构发现后由用户指定的 Loki + Prometheus 端点	references/otel-fields.md、references/otel-gateway-source.md

快速入门示例

# Top agents by spawn frequency. Excludes phantom rows (see caveat below).
jq -s 'map(select(.agent != "unknown")) | group_by(.agent) | map({agent: .[0].agent, count: length}) | sort_by(-.count)' ~/.claude/analytics/agent-usage.jsonl

# Cost per model: input + output token counts (multiply by per-model pricing;
# count cache-read tokens separately — prompt-cache hits are ~90% cheaper, so
# cache savings materially lower the real total)
jq '.modelUsage | to_entries | map({model: .key, input: .value.inputTokens, output: .value.outputTokens, cacheRead: .value.cacheReadInputTokens})' ~/.claude/stats-cache.json

# Slowest hooks by average duration, and failure rate as a percentage
jq -s 'group_by(.hook) | map({hook: .[0].hook, avg_ms: (map(.duration_ms) | add / length), fail_pct: (100 * (map(select(.ok != true)) | length) / length)}) | sort_by(-.avg_ms)' ~/.claude/analytics/hook-timing.jsonl

子命令速查指南

agents、models、skills、hooks、teams、summary — 运行与相应子命令匹配的 Read("references/jq-queries.md") 中的 jq 查询。以 Markdown 表格呈现结果。

session — 按照 Read("references/session-replay.md") 中的 4 步流程操作：定位会话文件、解析引用（最新／部分／完整 ID）、解析 JSONL、呈现时间线。

cost — 根据 Read("references/cost-estimation.md") 中的模型专属定价，计算 CC 的 stats-cache.json。显示各模型明细、总计和缓存节省额。对于 CC >= 2.1.174，还需与 CC 原生 /usage 的分组件归因交叉核对（见下文“CC 原生 /usage 归因”）。

trends — 按照 Read("references/trends-analysis.md") 中的 4 步流程操作：每日活动、模型委派、活跃高峰时段、历史统计。

summary — 运行所有子命令并呈现统一视图：会话总数、排名前 5 的 Agent、排名前 5 的技能、团队活动、唯一项目。如果 ~/.claude/otel/*.jsonl 存在且内容非空，则附加 otel-fields.md 中的 3 个 OTEL 面板；否则省略这些面板（不要渲染空面板）。

otel — 渲染 OTEL 面板：CC 2.1.117 的 3 个面板（用户与模型使用斜杠命令的排名、按工作量划分的成本、工作量与成功率的相关性），CC 2.1.119 的 3 个面板（超大输入、前置／后置延迟，见 otel-fields.md），CC 2.1.122 的 1 个面板（被提及次数最多的 @ 目标），以及 CC 2.1.126 的 1 个面板（按触发类型划分的技能激活情况）。查询、优雅降级规则和面板含义请参阅 Read("references/otel-fields.md")。如果某个面板对应的文件缺失或为空，该面板会自动显示“no OTEL data available (upgrade to CC ≥ X)”；只渲染有数据的面板。

数据质量注意事项 — 报告任何数字前请先阅读

agent-usage.jsonl 中测得的两项缺陷会影响该文件能够如实回答的问题。这些缺陷已于 2026-07-20 根据 11,249 条真实记录验证。

1. 8 个字段中有 4 个字段在 100% 的记录中均无效（#3034）。 每条记录的 model 都是字面字符串 "unknown"，agent_name 都是 null，output_len 都是 0，且完全没有 duration_ms。只有 ts、pid、agent 和 success 有效。不要根据此文件报告模型委派、Agent 耗时或输出大小 — 按 .model 分组只会得到一个 unknown 分组，而不是明细。如果用户询问这些信息，请说明数据不可用，并引用 #3034；不要把单一分组的结果当作答案。

2. 约 38% 的记录是虚假事件，并非 Agent 启动记录（#3035）。 agent == "unknown" 的记录没有 SubagentStart，没有可读取的转录内容，其 Agent ID 也不会出现在 Claude Code 自身的会话数据中。它们会虚增分母：根据整个文件计算的任何激活率都是错误的。计算任何占比、百分比或排名前，请先筛选 select(.agent != "unknown")。 基于原始文件进行专用型与通用型的划分，会使专用型的占比低估约三分之一。

这两项都是写入端缺陷，并非查询错误 — 更好的 jq 表达式无法恢复缺失的数据。

数据文件

加载 Read("references/data-locations.md")，查看完整的数据源文档。

文件	内容
agent-usage.jsonl	Agent 启动记录 — 仅 ts、pid、agent、success 字段可用。model/agent_name/output_len/duration_ms 无效（#3034），且约 38% 的记录是虚假记录（#3035）
skill-usage.jsonl	技能调用
hook-timing.jsonl	Hook 执行耗时和失败率
session-summary.jsonl	会话结束摘要
task-usage.jsonl	任务完成情况
team-activity.jsonl	团队启动和空闲事件

规则

每个类别都有单独的规则文件，按需从 rules/ 加载：

类别	规则	影响	关键模式
数据完整性	rules/data-privacy.md	CRITICAL	对项目 ID 进行哈希处理，绝不记录 PII，仅限本地
成本与 Token	rules/cost-calculation.md	HIGH	按 Token 类型分别定价，计算缓存节省
性能	rules/large-file-streaming.md	HIGH	对 >50MB 文件使用流式 jq，查询时考虑文件轮转
可视化	rules/visualization-recharts.md	HIGH	Recharts 图表、ResponsiveContainer、工具提示
可视化	rules/visualization-dashboards.md	HIGH	仪表板网格、统计卡片、组件注册表

共计：4 个类别下的 5 条规则

参考资料

参考资料	内容
references/jq-queries.md	适用于所有 JSONL 子命令、可直接运行的 jq 查询
references/session-replay.md	Session JSONL 解析、时间线提取与呈现
references/cost-estimation.md	定价表、成本公式、每日成本查询
references/trends-analysis.md	每日活动、模型委派、峰值时段查询
references/data-locations.md	所有数据源、文件格式、CC session 结构
references/otel-fields.md	CC 2.1.117 OTEL 字段（command_name、command_source、effort）、查询与仪表板面板

重要说明

• 所有文件均为 JSONL（以换行符分隔的 JSON）格式
• 对于大型文件（>50MB），使用不带 -s 的流式 jq——加载 Read("rules/large-file-streaming.md")
• 轮转文件：<name>.<YYYY-MM>.jsonl——历史查询时请一并纳入
• team 字段仅在 team/swarm 会话期间存在
• pid 是一个 12 位 SHA256 哈希值——不可逆，仅用于分组

CC 原生 /usage 归因（2.1.174+）

CC 2.1.174 为 /usage 添加了按组件归因的功能：缓存未命中、长上下文用量、子 Agent 成本，以及过去 24h / 7d 内按 skill / agent / plugin / MCP 划分的成本明细。目前，该功能显示在 VSCode 的“Account & usage”对话框中；在终端中运行 /usage。

当用户询问“哪个 skill/agent 实际成本最高”或质疑 ork 的本地估算时，请引导他们使用 /usage 作为权威数据源——对于其覆盖的时间范围，CC 自身的归因数据优先于 ork 基于启发式方法得出的 cost 估算。若要查看 CC 的 7 天窗口之外的历史数据或按项目进行切分，请使用 ork 的 cost/otel 视图；若要获取过去 24h/7d 的真实数据，请使用 /usage。

输出格式

以简洁的 Markdown 表格呈现结果。包含数量、百分比和平均值。如果文件不存在，请注明该类别尚未收集任何数据。

相关 Skills

• ork:explore - 探索和分析代码库
• ork:remember - 存储项目知识
• ork:doctor - 健康检查诊断
• ork:prompt-focus - 根据用户自己的提示词，了解用户本人将注意力放在了哪里（用户自己的提示词，而非工具遥测）