Menü
解析 VS Code Copilot Chat transcript，量化每個 session 的工具呼叫效率，並依三個反模式診斷高工具數回合
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
Planning principles, model selection, and scope rules for the Architect agent
Implementation rules for database migrations, Python scrapers, and Next.js web for the Engineer agent
BaseScraper contract, field rules, and Peatix-specific conventions for the Scraper Expert agent
Scraper test execution rules, output validation criteria, and report format for the Tester agent
BaseScraper contract, field rules, and Peatix-specific conventions for the Scraper Expert agent
Platform rules and field mappings for the 誠品生活日本橋 (eslite spectrum Nihonbashi) scraper
| name | session-analytics |
| description | 解析 VS Code Copilot Chat transcript，量化每個 session 的工具呼叫效率，並依三個反模式診斷高工具數回合 |
| ms.date | "2025-05-04T00:00:00.000Z" |
本 Skill 提供 analyze.py 腳本的使用說明，以及從實際 session 復盤中歸納的三個提示效率反模式。每次發現新模式時，應追加到下方「反模式目錄」。
# 分析最近 30 天所有 session
python3 .github/skills/session-analytics/analyze.py --days 30
# 深入分析單一 session（須提供 session ID 前綴）
python3 .github/skills/session-analytics/analyze.py --session <session-id-prefix> --verbose
# 輸出 JSON 格式供後續處理
python3 .github/skills/session-analytics/analyze.py --days 7 --json
Transcript 位置：
~/Library/Application Support/Code/User/workspaceStorage/6ff2cb1100e61f123c7d4efbbe510f8c/GitHub.copilot-chat/transcripts/
| 平均工具數/回合 | 判定 |
|---|---|
| > 12 | 🔴 高 — 應檢視提示模式 |
| 3–12 | 🟢 良好 |
| < 3 | 🟡 低 — 可能過度簡化或 context 不足 |
以下三個反模式來自 session 61b5118d 的復盤分析（2025-05-04）。
該 session 共 54 回合、945 次工具呼叫，平均 17.5 次/回合（正常值應低於 12）。
症狀： 貼入一個 URL，附加「請檢查類似狀況」「順便處理其他的」——Agent 隨即對整個 codebase 做全面掃描。
典型回合（T04, 61 tools；T12, 68 tools）：
「有一個地方好像不太對，請確認一下」
→ Agent 讀取所有 sources/*.py，逐一驗證，工具數 × 3 倍爆增。
正確寫法：
僅修這個 event（id=xxx），確認完成後告訴我。
規則更新我稍後統一批次整理。
預期節省： 約 −30 工具數/受影響回合。
症狀： 同類型任務分多輪分別要求（例：建爬蟲 A → 建爬蟲 B → 建爬蟲 C），每輪重新載入相同 context，造成重複 overhead。
典型序列（session 61b5118d，T08–T14）：
T08：「請建 peatix 爬蟲」
T10：「請繼續做 doorkeeper」
T12：「請繼續做 connpass」
…（共 7 輪）
正確寫法：
請依序建立以下三個爬蟲：peatix、doorkeeper、connpass。
每完成一個，列出已完成項目後繼續，不需要等待我的確認。
預期節省： 約 −150 總工具數（context reloading × 7 輪）。
症狀： 每次發現一個小錯誤，立即要求修正 並同時 更新 history.md 與 SKILL.md，觸發三連串寫檔操作。
典型序列（T21→T22, 71 tools；T16, 51 tools）：
「這裡有個 bug，修一下，然後更新 history 跟 skill」
→ fix + read history + append history + read skill + patch skill = 5 次 I/O × N 個問題。
正確寫法：
先只修 bug；稍後我會說「現在批次更新 skill」，
你再一次性整理今天所有發現的規則。
預期節省： 約 −40 總工具數（累積 3–5 個問題再批次更新 > 逐一更新）。
/weekly-review 後，若 Agent 回報某 session 平均 > 12 工具數/回合，執行 --session <id> --verbose 找出高峰回合/monthly-experiment 前，跑 --days 30 確認效率趨勢Session: 61b5118d Duration: 142 min Turns: 54
Tools: 945 Avg/turn: 17.5 [HIGH]
Top tools:
run_in_terminal 286
read_file 204
manage_todo_list 103
fetch_webpage 90
replace_string_in_file 80
Turn breakdown:
🔴 T22 71 tools [fetch_webpage×45] 「請繼續做研究」
🔴 T12 68 tools [run_in_terminal×23, read_file×16]
🔴 T04 61 tools [run_in_terminal×28]
...