mcpField
C
chatlab-analyze-cn

chatlab-analyze-cn

github.com/chatlab数据与数据库7.6k49 次安装1 天前更新
代码仓库

关于 chatlab-analyze-cn

chatlab-analyze-cn 是一个使用只读 `clb` 命令行查询和分析已导入 ChatLab 聊天记录的技能，适合查找对话、汇总话题或比较成员活动。它先用专用命令获取所需信息，必要时再补充上下文或只读 SQL。

主要功能

  1. 01搜索消息并查看上下文
  2. 02列出话题及会话成员
  3. 03统计关键词和成员活动
  4. 04仅在必要时使用只读 SQL
  5. 05通过证据标记引用消息

适用场景

  1. 01查找谁先提到某件事
  2. 02总结近期聊天话题
  3. 03比较成员活跃度或回复规律

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-cn

安装后在 Claude Code 中输入/chatlab-analyze-cn确认已加载。

附带文件agents/openai.yaml

详细介绍

来自项目 README

ChatLab 聊天分析

通过只读 clb CLI 查询和分析已经导入 ChatLab 的聊天记录。

适用场景

  • 查找某段对话，或确认谁最先提到某件事。
  • 总结近期话题，或分析与某个人的聊天关系。
  • 比较成员活跃度、关键词或回复规律。

如果要导入新的聊天导出文件，请使用 chatlab-import-cn。

安装命令：

npx skills add ChatLab/ChatLab --skill chatlab-analyze-cn -g

工作流程

1. 准备查询

检查 CLI、读取当前命令契约并列出会话：

clb --help
clb manifest
clb sessions list --format json

只有一个相关会话时直接使用；多个会话或成员都可能匹配时，让用户从返回的候选项中选择。

2. 从专用命令开始

先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

读取消息文本时使用 --format agent；侦察会话、成员、数量和 --no-content 搜索等结构时使用 --format json。

3. 补充上下文或统计

只有第一步结果不足时再深入：

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 meta.hasMore 为 true 时，保持相同查询条件并使用 --cursor <meta.nextCursor> 继续。通过数量和 Token 参数只获取回答问题所需的上下文。

4. 最后才使用 SQL

只有专用命令无法回答时，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

  • 绝不使用 --raw、修改 ChatLab 数据、导入文件、更改配置或启动长期运行的服务。
  • 绝不泄露完整聊天记录。ChatLab 的安全输出会应用用户配置的隐私预处理。
  • 使用 [#1021]、[#1021*] 或 [#1021-1024] 等可用标记引用消息证据。
  • 先直接回答，说明实际查询的会话和时间范围，再区分观察到的事实与解释。
  • 分析关系时不要过度推断情绪意图。仅在修正方式明确时遵循 error.hint。
  • 优先使用用户当前使用的中文变体回答，命令、参数、JSON 字段和证据标记保持原样。

评论

支持 Markdown