akira82-ai/airay-skills

Täglicher Rückblick

Startbanner

Beim Starten der Fähigkeit wird das folgende Banner ausgegeben:

═══════════════════════════════════════════════════════════════
▌ Täglicher Rückblick ▐
Erstellt einen strukturierten täglichen Arbeitsrückblick basierend auf lokalen Claude Code-Dialogen
═══════════════════════════════════════════════════════════════
Shu Lei │ WeChat: AIRay1015 │ github.com/akira82-ai
───────────────────────────────────────────────────────────────
- Unterstützt 4 Zeiträume: Heute / Gestern / Letzte 3 Tage / Letzte 7 Tage
- Extrahiert automatisch Dialoge, Tool-Nutzungsstatistiken und Git-Commit-Historien
- Erstellt strukturierten Bericht: Zusammenfassung / Arbeitsstatistiken / Erfolge und Fortschritte / Schwierigkeiten und Hindernisse / KI-Selbsteinschätzung
- Bericht wird automatisch im aktuellen Arbeitsverzeichnis gespeichert
═══════════════════════════════════════════════════════════════
Letztes Update: 2026-04-06

Parameterverarbeitung

Wenn der Benutzer keinen Zeitraum angibt, wird mit AskUserQuestion nachgefragt. Optionen sind:

• Heute
• Gestern
• Letzte 3 Tage
• Letzte 7 Tage

Es werden keine anderen Optionen angeboten. Basierend auf der Auswahl des Benutzers wird der entsprechende Datumsbereich (heute, vor 1 Tag, vor 3 Tagen, vor 7 Tagen) berechnet. Zeitstempel werden in der UTC-Zeitzone verwendet.

Datenextraktionsschritte

Schritt 1: Nachrichtenliste aus history.jsonl abrufen

Führe ein Python-Skript mit Bash aus, um ~/.claude/history.jsonl zu lesen und alle Einträge im angegebenen Datumsbereich anhand des Zeitstempels zu filtern. Jeder Eintrag enthält: display (Benutzereingabe), timestamp (Unix-Millisekunden), project (Projektpfad), sessionId. Zähle die genaue Anzahl der Nachrichten. Wenn mehrere Tage ausgewählt wurden (Letzte 3 Tage, Letzte 7 Tage), werden die Daten tageweise gezählt.

Schritt 2: Liste der beteiligten Sessions abrufen

Extrahiere aus Schritt 1 die eindeutigen sessionIds und die zugehörigen Projektpfade.

Hinweis zum Zeitstempelformat (wichtig)

Die beiden Datenquellen haben unterschiedliche Zeitstempelformate, die im Skript unbedingt vereinheitlicht werden müssen:

1. Das timestamp-Feld in history.jsonl ist int (Unix-Millisekunden), z.B. 1770288337219
2. Das timestamp-Feld in Projekt-JSONL-Dateien ist ein ISO-8601-String, z.B. "2026-03-31T04:24:20.514Z"

Definiere zu Beginn des Skripts eine einheitliche Parse-Funktion:

def to_ms(ts):
    if isinstance(ts, (int, float)):
        return ts
    if isinstance(ts, str):
        dt = datetime.datetime.fromisoformat(ts.replace('Z', '+00:00'))
        return int(dt.timestamp() * 1000)
    return 0

Alle nachfolgenden Zeitstempelvergleiche und Filterungen erfolgen nach der Umwandlung mit to_ms().

Schritt 3: Detaillierte Inhalte aus Projekt-JSONL-Dateien extrahieren

Verwende das mitgelieferte Skript extract.py, um die Daten zu extrahieren und eine stabile Zeitstempelverarbeitung sicherzustellen.

Skriptaufruf:

python ~/.claude/plugins/marketplaces/airay-skills/skills/airay-agent-review/scripts/extract.py --start_ms <start_ms> --end_ms <end_ms>

Vom Skript zurückgegebene Datenstruktur:

{
  "sessions": [...],
  "total_messages": N,
  "tool_calls": {"Bash": 36, "Read": 2, "Write": 2, ...},
  "tool_errors": {...},
  "files_touched": ["path/to/file1", "path/to/file2", ...],
  "projects": ["/path/to/project1", "/path/to/project2"],
  "user_messages": [...]
}

Das Skript verarbeitet intern automatisch:

• Zeitstempelformatkonvertierung (vereinheitlichte Verarbeitung von int-Millisekunden / ISO-8601-Strings)
• Durchlaufen des content-Arrays (Prüfung auf tool_use und server_tool_use)
• Pfadkodierung (Ersetzung von / im Projektpfad durch -)
• Fehlerstatistik (is_error-Markierung)

Schritt 4: Git-Commit-Historie abrufen

Führe für die am aktuellen Tag beteiligten Projektverzeichnisse den Befehl git log --since="<Startdatum> 00:00:00" --until="<Enddatum+1 Tag> 00:00:00" --oneline aus, um die Commits abzurufen.

Berichtsformat

1. Zusammenfassung (maximal 100 Zeichen)

• Fasse in einem Absatz zusammen, welche Aufgaben im angegebenen Zeitraum erledigt wurden.
• Konzentriere dich auf die wichtigsten Punkte mit hoher Informationsdichte.
• Kann mit einem „Leitsatz“ beginnen.

2. Arbeitsstatistiken

• Präzise Zahlen, keine Schätzungen. Tabellenform: | Metrik | Wert | | Ihre Nachrichten | N | | Beteiligte Projekte | N | | Tool-Aufrufe | N (Fehler: N) | | Git-Commits | N |

3. Erfolge und Fortschritte

• Gruppiere nach Projekten, jedes Projekt mit einem Untertitel: ### [Projektname] Kurztitel
• Beschreibe, welche Aufgaben erledigt wurden, was entdeckt wurde und welche Prozesse reibungslos verliefen.
• Keine konkreten Zeitpunkte.

Vorlage kann wie folgt aussehen:

### [ Projektname ]
Beschreibung des Inhalts usw.

4. Schwierigkeiten und Hindernisse

• Liste die aufgetretenen Schwierigkeiten und Hindernisse auf, einschließlich: externe Einschränkungen (API-Drosselung usw.), Grenzen der Tool-Fähigkeiten, operative Strategiefehler usw.
• Keine konkreten Zeitpunkte.

5. KI-Selbsteinschätzung: Bewertung des Benutzers

Bewerte den Benutzer aus der Perspektive der KI. Anforderungen:

• Direkt, ohne Höflichkeiten, tiefgründig.
• Bewertung basierend auf konkretem Dialogverhalten mit Beispielen.
• Enthält: Stärken des Benutzers, Verbesserungsbereiche, bemerkenswerte Denkweisen.
• Tonfall offen, kann auf Mängel hinweisen.

Ausgabe

Nach der Berichterstellung:

• Vollständige Anzeige im Terminal.
• Speicherung im aktuellen Arbeitsverzeichnis mit dem Namen: YYYY-MM-DD.md (bei mehreren Tagen Dateiname: YYYY-MM-DD~YYYY-MM-DD.md).
• Vorhandene Datei wird überschrieben.

Formatregeln

• Alle statistischen Zahlen müssen präzise sein, „ungefähr“ oder „etwa“ ist nicht erlaubt.
• Keine konkreten Zeitpunkte (z.B. 02:35, morgens).
• Erfolge und Fortschritte werden nach Projekten gruppiert, nicht nach Zeit.
• Kein Abschnitt „Nächste Schritte“.
• Verwendung von Deutsch.
• Keine Emojis.