mcpField
C
ccbox-insights

ccbox-insights

github.com/diskd-aiAgent 工作流39132 次安装35 周前更新
代码仓库

关于 ccbox-insights

ccbox-insights 可将 ccbox 会话日志整理为基于证据的经验总结和可复用指令片段,供 Agent 用户及项目团队识别反复出现的问题、纠正和后续行为。

主要功能

  1. 01分析会话与项目日志
  2. 02记录用户纠正与中断
  3. 03区分工具失败和错误做法
  4. 04汇总重复原因与约束
  5. 05起草项目级和全局指令

适用场景

  1. 01分析单次会话的根本原因
  2. 02查找项目会话中的重复问题
  3. 03提炼需长期遵循的用户约束
  4. 04编写经验总结和指令更新

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/diskd-ai/ccbox --skill ccbox-insights

安装后在 Claude Code 中输入/ccbox-insights确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

README.md
agents/
openai.yaml
references/
facets.md
report.md

详细介绍

ccbox-insights

使用 ccbox 会话日志,为 Agent(以及人类)编写一份基于证据的「经验教训」备忘录,并提供可直接复制的指令片段,以改进后续会话。

工具调用失败是重要信号,但目标不只是发现错误:还要记录哪些做法奏效、哪些无效,以及未来应养成哪些固定行为。

要求

  • $PATH 中需包含 ccbox。
  • 能访问 ccbox 扫描的本地会话目录(如果发现结果为空,请参阅 ccbox --help)。

快速开始(单个会话)

  1. 查找当前文件夹的最新会话:
ccbox sessions --limit 5 --offset 0 --size
  1. 检查最新会话的时间线(如有需要,可增大 --limit):
ccbox history --full --limit 200 --offset 0

工作流(推荐)

按分阶段的流程执行:收集 -> 筛选 -> 总结 -> 标注 -> 汇总 -> 综合分析 -> 提出指令。

阶段 0:选择范围
  • 会话:针对一个 .jsonl 日志进行深入的根本原因分析。
  • 项目:针对一个项目的最近 N 个会话,查找反复出现的失败模式。
  • 全局:跨项目抽样,查找跨项目模式。
阶段 1:使用 ccbox 收集证据
  • 发现项目:ccbox projects
  • 列出会话:ccbox sessions [project-path] --limit N --offset 0 --size
  • 捕获时间线:ccbox history [log-or-project] --full --limit N --offset 0
  • 技能跨度(可选):ccbox skills [log-or-project] --json

快速排查时,扫描时间线中的失败信号(例如):error、failed、non-zero、rejected、permission、timeout。

阶段 1.5:识别澄清、更正与中断

将用户的澄清和更正视为工作流出现问题的高信号证据。你的目标是找出 Agent 在哪里偏离了方向,以及什么规则可以防止下次再次偏离。

查找以下用户消息:

  • 澄清意图(「我的意思是 X」、「不是那个」、「改用 Y」)。
  • 更正错误(「这不对」、「停止」、「还原」、「你没有遵循指示」)。
  • 事后重申约束(「不要运行 X」、「不要用表情符号」、「不要使用 cargo」、「不要更改版本」、「不要自动发布」)。
  • 因摩擦而中断会话(卡住、反复重试、「取消」、放弃对话)。

对每个此类时刻,记录一条简短的「纠偏记录」:

  • 触发因素:Agent 紧接着之前做了什么(工具调用、计划、编辑或假设)。
  • 更正:用于澄清或纠正的用户原句。
  • 修正:更正后发生了什么变化(采用新方法、改用其他工具、缩小范围)。
  • 经验:一条本可避免偏离的规则(可直接复制,并注明适用的项目或全局范围)。

如果会话结束时问题仍未明确解决(或用户放弃会话),应据实标注结果,并根据证据说明可能的中断原因(例如:卡住/超时、反复使用无效工具、约束相互冲突)。

阶段 2:总结较长的时间线(仅在需要时)

如果时间线过长,无法一次性分析,请分段总结:

  • 聚焦于:用户请求、工具调用、工具输出/错误及结果。
  • 保留:工具名称、命令行、错误消息和用户反馈。
  • 每段总结控制在 3-5 句话。
阶段 3:提取每个会话的工具调用特征

对于范围内的每个会话,生成一个符合 references/facets.md 的 JSON 对象。

如果有可用的技能跨度(通过 ccbox skills --json 获取),请尽可能为每次失败标注当时的技能上下文(例如:「此失败发生在提交技能跨度内」)。

硬性规则:

  • 只能使用会话日志中的证据;不得臆测缺失的细节。
  • 区分「工具失败」与「方法不当」(工具可能执行成功,但仍然不是正确做法)。
  • 将用户明确拒绝的操作单独归类(工具并未失败;用户拒绝了该操作)。
阶段 4:汇总与分析

汇总各个类别,整理出:

  • 最常出现故障的工具和故障类别。
  • 三个根因主题,并附上具体证据片段。
  • 应转化为长期指令的重复用户约束。
  • 与引擎无关、能够减少工具调用故障并改善用户体验的建议。

使用 references/report.md 作为输出模板。

阶段 5:提出指令更新(项目级 + 全局)

提供两组可直接复制使用的增量内容:

  • 项目级:添加到 AGENTS.md 的要点。
  • 全局:添加到用户全局 Agent 指令的要点。

指南:

  • 不要包含本地路径、仓库名称或一次性事件的细节。
  • 优先选择能防止重复错误(出现 2 次或以上)的规则,而不是只适用于单次问题的修复方案。
  • 每条指令都应说明要做什么、要避免什么以及原因(1 句话)。
阶段 6:交付内容

交付:

  • 一份简洁的经验总结备忘录(Markdown),遵循 references/report.md。
  • 拟议的 AGENTS.md 增量片段(项目级)。
  • 拟议的全局指令增量片段。

可选(供未来的记忆系统使用):

  • “AutoMemorial 候选项”:一份简短、结构化的规则清单;每条规则都应有证据支持,并标明适用范围(项目级还是全局)。

参考资料

  • 类别架构与分类体系:references/facets.md
  • 报告模板与指令模板:references/report.md

评论

支持 Markdown