petrogurcak/wrapup

Wrap-up

Session reflection and context save after merge.

Announce: "Merge hotovy. Zavíram session."

Process

Go through all 4 checks proactively:

1. Save Context

Update .claude/ACTIVE_CONTEXT.md:

• What was completed this session
• Current branch state
• Any follow-up work identified

2. Mistakes Check

Review the session for correction patterns:

• Did anything fail unexpectedly?
• Did we retry/revert something?
• Were any assumptions wrong?
• Did auto-capture-corrections hook fire during this session?

If yes → write entry to .claude/mistakes.md:

## [YYYY-MM-DD]: [Brief description]

**Co se stalo:** [What went wrong]
**Proc:** [Root cause]
**Oprava:** [How it was fixed]
**Pouceni:** [What to do differently]
**Tags:** #relevant #tags

If no → report "Zadne chyby."

3. Lessons Learned

Check if session produced reusable knowledge:

• Non-trivial problem solved?
• Useful workaround discovered?
• Debugging technique worth remembering?
• New pattern established?

If yes → propose /learn entry or note in project memory.

If no → report "Zadne nove pouceni."

4. Documentation Check

Check if the change affects any documentation:

• Project CLAUDE.md (new conventions, patterns, commands)
• User-facing guides (editor guide, API docs, README)
• Setup or configuration docs
• Architecture decisions → .claude/DECISIONS.md

If yes → propose specific update with file path and content.

If no → report "Dokumentace OK."

5. Usage & Savings

Zobraz kolik session spotřebovala a kde ušetřit — kritické pro Max plan rate limit tracking.

1. Aktuální 5h rolling block (Max limit window):

   npx -y ccusage@latest blocks --active --json
   

   Parsuj: costUSD, projection.totalCost, projection.remainingMinutes, models[], tokenCounts.*.

2. Týdenní přehled:

   npx -y ccusage@latest weekly --json
   

   Vezmi poslední týden: totalCost, identifikuj top den.

3. Top 3 token-heavy aktivity z transcriptu — projeď session a najdi co cerpalo nejvíc:

   • Velké Read (soubory >1000 řádků)
   • WebSearch / WebFetch chains
   • Agent spawns (Explore, general-purpose, research)
   • Grep sweepy s output_mode: content a velkým head_limit

4. Savings posouzení — pro každou heavy aktivitu rozhodni kam patří:

   • claude-glm (GLM Coding Plan, subscription covered) — bulk research, grep sweepy, mechanický refactor, long autonomous běhy
   • claude-kimi pay-per-token ($0,95 / $4 per 1M) — fallback nebo tasks s 262K context / image input
   • Opus 4.7 (keep) — CZ copy/UX, plan challenge, security review, production side-effects

Output format:

Usage:
- 5h block: $X.XX z projected $Y.YY (Z% využito, zbývá N min)
- Týden: $total.TT (top den: YYYY-MM-DD $day.DD)
- Modely: opus-4-7 $A.AA · glm-5.1 $B.BB · haiku $C.CC
- Heavy top 3: [1] <aktivita> ~Xk tokens [2] <aktivita> ~Yk [3] <aktivita> ~Zk

Savings tip: <1-2 konkrétní akční doporučení>

Příklad savings tip:

"Explore agent + 3 WebSearch chains (~$3.20) šlo přes claude-glm za $0. Příště: bulk research delegovat GLM, Opus jen na synthesis."

Fallback pokud ccusage selže (offline / network error):

• Přeskoč 5h block + týdenní přehled (oznam "ccusage nedostupný")
• Proveď jen heavy activity analýzu z transcriptu + savings tip
• Pro odhad nákladů použij model pricing z memory (Opus 4.7 $5/$25, GLM $1.40/$4.40, Kimi $0.95/$4)

5b. Savings log + threshold promotion

Po vygenerování savings tipu:

1. Extrahuj 2-4 tags z tipu (lowercase, kebab-case, konkrétní). Příklady:

   • "log filtering server-side" → log-filter, server-side, bulk-handling
   • "PR scope minimum" → gh-cli, pr-investigation, scope-minimum
   • "scoped test file" → test-scope, tdd, pytest
   • "plan re-read přes GLM" → plan-reread, delegation, glm

2. Append do ~/.claude/savings-log.jsonl jako jeden řádek JSON:

   {
     "date": "YYYY-MM-DD",
     "session_hint": "<projekt + topic>",
     "tip": "<full savings tip text>",
     "tags": ["tag1", "tag2", "tag3"],
     "promoted": false,
     "memory_files": []
   }
   

3. Threshold check — spočítej frequency tagů napříč celým logem:

   cat ~/.claude/savings-log.jsonl | jq -r '.tags[]' | sort | uniq -c | sort -rn
   

4. Auto-promotion rozhodnutí:

   • Tag ≥3× v logu nebo 2× v posledních 14 dnech → kandidát na memory promotion
   • První výskyt ale tip vypadá generalizable + non-obvious → také kandidát

5. Pokud kandidát → proveď:

   • Vytvoř ~/.claude/projects/-Users-petrogurcak-Projects/memory/feedback_<slug>.md s:
     • Frontmatter: name, description, type: feedback, created, last_relevant
     • Rule + Why: + How to apply: lines (per CLAUDE.md auto memory rules)
   • Append řádek do MEMORY.md pod ### Execution efficiency (from wrapup savings tips) sekci (vytvoř pokud neexistuje)
   • Aktualizuj log entry: "promoted": true, "memory_files": ["feedback_<slug>.md"]

6. Pokud pattern ≥3× a už existuje memory file → navrhni promotion do ~/.claude/CLAUDE.md Execution Efficiency sekce (hard rule, aplikuj vždy). Neprováděj automaticky — vždy user potvrdí.

7. Oznam v Present Summary (viz níže): kolik tipů logged, kolik promoted, kolik kandidátů na CLAUDE.md rule.

Anti-spam pravidla:

• Neloguj identický tip 2× za stejnou session (dedupe by text similarity)
• Neloguj generic tipy ("buď efektivní", "používej cache") — musí být specific + actionable
• Neloguj one-off quirky specific k jedné konkrétní chybě (např. "nezapomeň na --foo flag u tohohle konkrétního commandu")

Present Summary

Session wrap-up:
- Kontext: Ulozeno
- Mistakes: [zadne / zapsano: "brief description"]
- Lessons: [zadne / zapsano: "brief description"]
- Dokumentace: [beze zmen / aktualizovano: file.md]
- Usage: $X.XX session / $Y.YY 5h block (Z% limit)
  └─ Savings: <1-liner tip>
  └─ Log: +N tip(ů) → savings-log.jsonl · promoted: <count nebo "—">
  └─ Promotion kandidát: <tag s freq ≥3 nebo "—"> → CLAUDE.md rule?

Hotovo. Neco dalsiho?

Rules

• Always save context - even if nothing else to log
• Be specific in mistakes/lessons - not generic "be more careful"
• Propose, don't just ask - draft the entry, let user confirm
• Check DECISIONS.md - if architectural choice was made, log it