把这段提示词喂给 AI，7 天编码数据自动变成仪表盘

你真的清楚自己的 AI 编程时间都花在哪了吗？哪些工具最容易出错？哪些任务最耗 token？你每天都在输入哪些提示词？你的智能体其实已经把这些全都记录下来了。

下面这段提示词会在本地读取这些日志，为你生成一份完整的仪表盘，然后根据你的数据写出 CLAUDE.md 需要的改动。今晚就把它粘贴到你的智能体里吧。

---------------------------------------------

请为我生成一份过去 7 天 AI 编程会话的私人仪表盘。

数据位置（只读，仅在本机）：
Claude Code：~/.claude/projects/**/*.jsonl
Codex：~/.codex/sessions/**/*.jsonl 和 ~/.codex/history.jsonl

隐私规则：
绝不输出 API 密钥、机密信息或完整提示词。任何片段最多 10 个词，并移除密钥、路径、URL 和长 ID。
如果日志中没有某项数据，请写“未记录”。绝不编造数字。

第一部分：统计数据
请仅使用标准库编写一个 Python 脚本。针对每个工具，计算：
每日会话数、提示词数、按名称统计的工具调用次数、按工具和错误类型统计的失败调用次数、使用的模型、每个模型每天的 token 数（输入、输出、缓存）、典型和最差情况下的工具延迟、会话时长、按 token 数排名的最大会话、错误后的重试次数、按任务类型分组的提示词（构建、调试、部署、研究、写作、UI、审查、其他）、按项目分组的会话，并标记子智能体运行。
将结果保存为 harness_summary.json。

第二部分：构建仪表盘
生成一个 HTML 文件，深色主题，包含：
顶部的关键指标栏（工具调用次数、提示词数、错误率、token 数、最差延迟）、可搜索、可排序的所有会话表格、可点击查看每个会话的步骤及状态和时间、按模型统计的 token 随时间变化图表和按项目统计的会话图表、按工具和错误类型分组的错误浏览器、明确标注为估算值的健康评分。
如果文件过大，按 token 数取前 200 个会话。

第三部分：提出改进建议
编写 HARNESS.md，对我的 CLAUDE.md 或 AGENTS.md 提出更新建议：
根据成功和失败的情况，针对不同任务类型推荐使用哪个模型、保留、修复或弃用哪些工具、为我重复 3 次以上的每个任务创建一个技能、针对我最常见的 3 种失败模式设置防护措施、针对我最主要的 5 个 token 消耗点各提出一个修复方案。
每条建议都要引用背后的会话数据。

-----------------------------------

第四部分：与我确认
向我展示 5 个关键指标和以 diff 形式呈现的改进建议。在我同意之前，不要做任何修改。