akira82-ai/airay-skills

Revisão Diária

Banner de Inicialização

Quando a habilidade é iniciada, exibe o seguinte banner:

═══════════════════════════════════════════════════════════════
▌ Revisão Diária ▐
Gera relatórios estruturados de revisão diária com base no histórico de conversas locais do Claude Code
═══════════════════════════════════════════════════════════════
Lei Shu │ WeChat: AIRay1015 │ github.com/akira82-ai
───────────────────────────────────────────────────────────────
- Suporta 4 intervalos de tempo: Hoje / Ontem / Últimos 3 dias / Últimos 7 dias
- Extrai automaticamente registros de conversa, estatísticas de chamadas de ferramentas e commits Git
- Gera relatórios estruturados: Resumo / Estatísticas de Trabalho / Sucessos e Avanços / Dificuldades e Pontos de Bloqueio / Autoavaliação da IA
- Relatório salvo automaticamente no diretório de trabalho atual
═══════════════════════════════════════════════════════════════
Última atualização: 2026-04-06

Processamento de Parâmetros

Se o usuário não especificar um intervalo de tempo, use AskUserQuestion para perguntar, com as opções:

• Hoje
• Ontem
• Últimos 3 dias
• Últimos 7 dias

Não forneça outras opções. Com base na escolha do usuário, calcule o intervalo de datas correspondente (hoje, 1 dia atrás, 3 dias atrás, 7 dias atrás), usando timestamp no fuso horário UTC.

Etapas de Extração de Dados

Passo 1: Obter lista de mensagens de history.jsonl

Execute um script Python com Bash para ler ~/.claude/history.jsonl, filtrando todos os registros dentro do intervalo de datas especificado, com base no timestamp. Cada registro contém: display (conteúdo da entrada do usuário), timestamp (milissegundos Unix), project (caminho do projeto), sessionId. Conte o número exato de mensagens. Se vários dias forem selecionados (últimos 3 dias, últimos 7 dias), conte separadamente por dia.

Passo 2: Obter lista de sessões envolvidas

Extraia sessionIds únicos e seus caminhos de projeto correspondentes do Passo 1.

Nota sobre o Formato de Timestamp (Importante)

Os formatos de timestamp das duas fontes de dados são diferentes. O script deve tratá-los de forma unificada:

1. O campo timestamp em history.jsonl é int (milissegundos Unix), ex: 1770288337219
2. O campo timestamp em arquivos JSONL de projeto é uma string ISO 8601, ex: "2026-03-31T04:24:20.514Z"

Defina uma função de análise unificada no início do script:

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

Todas as comparações e filtros de timestamp subsequentes devem usar to_ms() para converter antes de comparar.

Passo 3: Extrair conteúdo detalhado de arquivos JSONL do projeto

Use o script extract.py incluído na habilidade para extrair dados, garantindo processamento de timestamp estável e confiável.

Chamar script:

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

Estrutura de dados retornada pelo script:

{
  "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": [...]
}

O script lida internamente com:

• Conversão de formato de timestamp (int milissegundos / string ISO 8601 tratados de forma unificada)
• Iteração do array content (verificando tool_use e server_tool_use)
• Codificação de caminho (substituição de / no caminho do projeto por -)
• Estatísticas de erro (marcação is_error)

Passo 4: Obter registros de commit Git

Para os diretórios de projeto envolvidos na data atual, execute git log --since="<data_início> 00:00:00" --until="<data_fim+1dia> 00:00:00" --oneline para obter os registros de commit.

Formato do Relatório

1. Resumo (máximo 100 caracteres)

• Use um parágrafo para resumir o que foi concluído no intervalo de tempo especificado
• Foco nos pontos principais, alta densidade de informação
• Pode começar com uma "frase de efeito".

2. Estatísticas de Trabalho

• Números exatos, sem estimativas. Formato de tabela: | Indicador | Valor | | Mensagens suas | N | | Projetos envolvidos | N | | Chamadas de ferramentas | N (falhas N) | | Commits Git | N |

3. Sucessos e Avanços

• Agrupar por projeto, cada projeto com um subtítulo: ### [Nome do Projeto] Título Resumido
• Descrever quais tarefas foram concluídas, o que foi descoberto, quais processos foram suaves.
• Não incluir horários específicos.

Modelo de referência:

### [ Nome do Projeto ]
Descrição do conteúdo, etc.

4. Dificuldades e Pontos de Bloqueio

• Listar dificuldades e obstáculos encontrados, incluindo: limitações externas (limitação de API, etc.), limites da capacidade da ferramenta, erros de estratégia operacional, etc.
• Não incluir horários específicos.

5. Autoavaliação da IA: Avaliação sobre Você

Avalie o usuário do ponto de vista da IA. Requisitos:

• Direto, sem rodeios, profundo
• Baseado em comportamentos específicos da conversa, com exemplos
• Incluir: pontos fortes do usuário, áreas de melhoria, traços de pensamento dignos de reconhecimento
• Tom sincero, pode apontar deficiências

Saída

Após a geração do relatório:

• Exibir completamente no terminal
• Salvar no diretório de trabalho atual, nomeado como: YYYY-MM-DD.md (para intervalos de vários dias, o nome do arquivo será YYYY-MM-DD~YYYY-MM-DD.md)
• Se o arquivo já existir, sobrescrever

Regras de Formatação

• Todos os números estatísticos devem ser exatos, sem "aproximadamente" ou "cerca de"
• Não incluir horários específicos (ex: 02:35, madrugada)
• Sucessos e Avanços agrupados por projeto, não por tempo
• Não incluir seção "Próximos Passos"
• Usar português
• Não usar emoji