| name | session-log |
| description | 记录 Agent 会话日志。捕获用户原始 prompt、LLM 理解摘要和执行上下文摘要,用于追溯和复盘。 |
Session Log 会话日志管理
基于 Markdown 文件 + SQLite 双轨存储的 Agent 会话日志工具。
- 日志以
.md 文件写入 docs/session-logs/(人类可读、可 Git 追踪)。
- 写入 MD 的同时自动同步到
docs/session_log.db(程序化检索)。
- 手动编辑 MD 后可用
sync 命令重建 DB。
When to use this skill?
- 每次会话开始时: 用
start 记录用户的原始 prompt 和 LLM 对需求的理解。
- 会话结束时: 用
finish 补充执行上下文摘要、涉及的文件和最终状态。
- 复盘 / 追溯时: 用
show 查看 MD 原文,list/search 从 DB 快速检索。
- 手动编辑 MD 后: 用
sync 将 MD 变更同步到 DB。
Markdown 日志格式
每个 session 生成一个 docs/session-logs/<session_id>.md,结构如下:
---
session_id: 20260314-a34418a4
status: completed
tags: refactor,modular
started_at: 2026-03-14T00:59:20
finished_at: 2026-03-14T01:05:30
---
# Session: 20260314-a34418a4
## Prompt
帮我把 visualization.py 拆分成模块化结构
## Understanding
用户希望将 visualization.py 按职责拆分为独立子模块
## Summary
创建了 chart_builder.py, layout_engine.py, theme_manager.py 三个模块
## Related Files
- `src/chart_builder.py`
- `src/layout_engine.py`
How to use (Execution)
所有操作通过 session_log.py 脚本完成。
1. 开始会话 (Start)
创建 MD 文件并同步到 DB,返回 session_id:
python3 .agents/skills/session-log/scripts/session_log.py start \
--prompt "用户的原始输入" \
--understanding "LLM 对 prompt 的简要理解" \
--tags "refactor,modular"
2. 完成会话 (Finish)
更新 MD 文件的摘要和状态,同步到 DB:
python3 .agents/skills/session-log/scripts/session_log.py finish <session_id> \
--summary "执行上下文摘要" \
--files "src/a.py,src/b.py" \
--status completed
3. 查看会话详情 (Show)
优先展示 MD 原文,无 MD 文件时回退到 DB:
python3 .agents/skills/session-log/scripts/session_log.py show <session_id>
4. 列出最近会话 (List)
python3 .agents/skills/session-log/scripts/session_log.py list --limit 10
5. 搜索会话 (Search)
按标签、状态、时间范围或关键词过滤:
python3 .agents/skills/session-log/scripts/session_log.py search \
--tag "refactor" --status completed --since "2026-03-01"
6. 同步 MD → DB (Sync)
手动编辑 MD 文件后,重新解析并更新 DB:
python3 .agents/skills/session-log/scripts/session_log.py sync