关于 chatlab-analyze
chatlab-analyze 是一款技能,通过只读 clb 命令行查询和分析已导入 ChatLab 的记录。它支持针对消息、主题和统计数据的查询,同时保留隐私预处理与证据引用。
主要功能
- 01搜索消息和对话范围
- 02列出主题并查询统计数据
- 03获取消息周边上下文
- 04按需继续读取分页结果
- 05必要时使用只读 SQL
- 06保留隐私预处理
适用场景
- 01查找指定会话和时间范围的消息
- 02查看近期对话中的某个主题
- 03查询关键词计数或消息上下文
- 04分析记录且不泄露完整聊天内容
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ chatlab/ chatlab --skill chatlab-analyze安装后在 Claude Code 中输入/chatlab-analyze确认已加载。
附带文件agents/openai.yaml
详细介绍
ChatLab Analyze
通过只读 clb CLI 查询和分析已导入 ChatLab 的记录。
遵循用户要求的回复语言;否则使用对话语言,并在适用时保留用户所用的中文变体。命令、字段名称、ID 和证据标记保持不变。
如需导入新的聊天导出文件,有 chatlab-import 时使用它;否则遵循 clb import --help,并在写入前预览确切的导入内容。
工作流
1. 准备查询
每项任务只加载一次当前命令约定。仅在尚未确定目标时列出会话:
clb manifest
clb sessions list --format json
复用对话中已确定的会话、成员和时间范围。只有当返回的候选项和上下文无法消除实质性歧义时才询问。如果 CLI 不可用,说明缺少相应能力;安装需要获得授权。
2. 从专用命令开始
使用能直接回答问题的最简单命令:
clb messages search "<keyword>" --session <session-id> --format agent
clb messages between --member me --member <member> --session <session-id> --last 90d --format agent
clb topics list --session <session-id> --last 30d --format agent
查看消息文本时使用 --format agent;进行结构性探查(例如会话、成员、计数和 --no-content 搜索)时使用 --format json。
3. 补充上下文或统计信息
只有在首个结果不足以回答问题时,才深入查询:
clb messages context --id 1021 --session <session-id> --window 10 --format agent
clb stats keywords --session <session-id> --member <member> --last 90d --top 20 --format json
当需要更多证据且 meta.hasMore 为 true 时,使用 --cursor <meta.nextCursor> 并保持相同的查询条件继续查询。问题得到解答后即停止;如果覆盖范围不完整,应明确说明,不要将单页结果当作完整数据集。
4. 仅在必要时使用 SQL
只有在没有专用命令能回答问题时,才使用只读 SQL:
clb schema --session <session-id> --format json
clb sql "SELECT COUNT(*) AS n FROM message" --session <session-id> --format json
隐私与回答
- 查询会保持启用隐私预处理;不要使用
--raw,也不要修改数据或配置。单独提出的导入请求应遵循导入工作流。 - 切勿泄露完整聊天记录。ChatLab 的安全输出会应用用户的隐私预处理。
- 使用可用证据标记进行引用,例如
[#1021]、[#1021*]或[#1021-1024]。messages context --id只能接受单个 ID;合并范围仅用于显示。 - 先给出答案,说明查询的会话和时间范围,然后区分观察到的事实与解读。
- 关系分析中避免对情绪意图妄加断言。只有在更正内容明确时才遵循
error.hint。
评论
支持 Markdown