mcpField
S
session-finder

session-finder

github.com/glebisAgent 工作流401162 次安装1 天前更新
代码仓库

关于 session-finder

session-finder 使用 Gemini 嵌入向量对 Claude Code 会话进行语义搜索，帮助用户根据查询内容找到并重新打开过往会话，而非只依赖会话名称。

主要功能

  1. 01为 Claude Code 会话建立索引
  2. 02按语义相似度搜索会话
  3. 03打开匹配度最高的会话
  4. 04查看索引统计信息
  5. 05提取会话摘要和工具使用记录

适用场景

  1. 01根据任务描述查找过往会话
  2. 02定位特定项目或工作模式的会话
  3. 03在 Claude Code 中恢复相关会话

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/glebis/claude-skills --skill session-finder

安装后在 Claude Code 中输入/session-finder确认已加载。

附带文件.claude-plugin/plugin.jsonscripts/session_finder.py

详细介绍

会话查找器

使用 Gemini 嵌入向量对 Claude Code 会话进行语义搜索。

命令

索引会话
python3 ~/.claude/skills/session-finder/scripts/session_finder.py index [--max-age-days 90]
搜索
python3 ~/.claude/skills/session-finder/scripts/session_finder.py search "query" [--top 5]
直接打开最佳匹配项
python3 ~/.claude/skills/session-finder/scripts/session_finder.py open "query"
统计信息
python3 ~/.claude/skills/session-finder/scripts/session_finder.py stats

工作原理

  1. 文档提取 — 确定性执行，不使用大模型。每个会话 JSONL 文件都会解析为结构化文档：
    • 可用时包含 away_summary 事件（Claude 预先生成的摘要）
    • 第一条用户消息（任务描述）
    • 后续用户消息（精简版）
    • 第一条助手回复
    • 使用的工具
    • 项目名称
  2. 嵌入 — 通过 llm CLI 使用 gemini-embedding-exp-03-07 为文档生成嵌入向量
  3. 存储 — 使用位于 ~/.claude/session-finder.db 的 SQLite 数据库
  4. 搜索 — 为查询生成嵌入向量，根据余弦相似度对所有会话排序，默认打开排名最高的匹配项

工作流

当用户要求查找会话时：

  1. 使用用户的查询运行 search
  2. 展示带有置信度评分的结果
  3. 提供通过 claude --resume <id> 恢复排名最高的匹配会话的选项

评论

支持 Markdown