hproof/cclog-analyzer

Claude Code 执行日志分析器

执行步骤

步骤 0：接收可选参数

用户可能提供关键词参数，格式：

• /cclog-analyzer - 无参数，显示所有提问
• /cclog-analyzer 简化 - 有参数，过滤包含"简化"的提问

步骤 1：输出当前会话ID

开始执行时，首先向用户显示当前会话ID：

当前会话 ID: ${CLAUDE_SESSION_ID}

步骤 2：获取用户提问列表

调用方式（必须传入当前会话 ID）：

python ${CLAUDE_PLUGIN_ROOT}/scripts/find_and_list_prompts.py ${CLAUDE_SESSION_ID}

输出格式：

timestamp|content-preview|uuid

步骤 3：过滤与选择

如果用户提供了参数（关键词）：

1. 用关键词匹配所有提问的 content-preview
2. 匹配结果：
   • 1个匹配 → 直接使用，跳过选择
   • 多个匹配 → 只展示匹配项，让用户选择
   • 0个匹配 → 提示"未找到匹配，显示所有提问"，然后展示全部让用户选择

如果用户未提供参数：

• 展示所有提问，让用户选择

⚠️ 重要：不要让 AI 去搜索日志文件

如果过滤后没有匹配项，展示所有候选让用户选择，禁止 AI 自己用 grep 等工具去搜索日志文件。

步骤 4：生成执行流程 Markdown

调用方式：

python ${CLAUDE_PLUGIN_ROOT}/scripts/extract_deep_execution.py ${CLAUDE_SESSION_ID} {prompt-uuid}

输出格式： 直接输出 Markdown 格式的执行流程表格：

# Claude Code 执行日志分析

**会话**: xxx-xxx-xxxx
**用户提问**: 简化cclog-analyzer插件...
**分析时间**: 2026-03-23 10:30:00
**记录总数**: 45 (主会话: 25, 子代理: 20)

---

## 执行流程

| 序号 | 来源 | 类型 | 摘要 |
|------|------|------|------|
| 1 | MAIN | user | 用户提问: 简化cclog-analyzer插件，让它直接返回markdown... |
| 2 | MAIN | thinking | AI思考: 用户想要修改extract_deep_execution脚本... |
| 3 | MAIN | tool_use | Read: G:/git_proj/claude-market-gamedev/plugins/cclog-analyzer/... |
| 4 | MAIN | tool_result | 结果: #!/usr/bin/env python3... |
| 5 | agent-xxx | user | 用户提问: 请分析下protocol目录下的内容 |

---

## 统计信息

| 指标 | 数值 |
|------|------|
| 总记录数 | 45 |
| 主会话记录 | 25 |
| 子代理记录 | 20 |
| user | 10 |
| thinking | 15 |
| tool_use | 12 |
| tool_result | 8 |

输出说明：

• 脚本直接生成 Markdown 格式表格
• 摘要 列保留最多 150 字符，确保路径完整显示
• 超过 500 条记录会自动截断并添加提示

步骤 5：分析并生成最终报告

处理方式：

1. 读取步骤 4 生成的 Markdown 表格
2. 分析执行流程：
   • 识别主要阶段（用户提问 → AI思考 → 工具调用 → 子代理 → 最终回复）
   • 统计各类型记录数量
   • 识别关键工具调用（Read/Bash/Agent 等）
3. 生成分析报告，写入文件：

./docs/cclog-{日期时间}-{用户提问摘要}.md

文件名示例：

• cclog-20260322-150530-简化ccloganalyzer.md

最终报告格式：

# Claude Code 执行分析报告

**会话**: xxx-xxx-xxxx
**用户提问**: 简化cclog-analyzer插件...
**分析时间**: 2026-03-23 10:35:00

---

## 执行摘要

本次执行共 X 步，涉及主会话和 X 个子代理。主要流程为：
1. 用户请求...
2. AI 启动子代理分析...
3. 子代理执行了 X 次工具调用...
4. 最终返回结果...

---

## 详细执行流程

[这里直接包含步骤4生成的Markdown表格]

---

## 关键步骤分析

### 阶段1：理解与规划
AI 首先分析了用户请求，识别出需要...

### 阶段2：工具调用
主要调用了以下工具：
- Read: 读取了 X 个文件
- Bash: 执行了 X 个命令
- Agent: 启动了 X 个子代理

### 阶段3：子代理执行
子代理 agent-xxx 完成了...工作

---

## 统计汇总

| 指标 | 数值 |
|------|------|
| 总记录数 | X |
| 主会话记录 | X |
| 子代理记录 | X |
| 工具调用次数 | X |

完成报告后： 告知用户报告已保存到 {文件路径}

重要原则

1. 脚本直接生成 Markdown：使用 --markdown 参数让 Python 脚本直接输出表格
2. AI 负责分析总结：读取 Markdown 表格后，分析执行流程并生成最终报告
3. 保留完整路径：摘要列保留 150 字符，确保文件路径完整显示
4. 输出到文件：将分析结果写入 Markdown 文件，不要直接输出到对话