🔎 报告：Claude Code /insights 命令的深度剖析

发布日期: 2026-02-07

Claude Code 的 /insights 命令是一个强大的内置分析工具，旨在帮助用户理解自己与 Claude Code 之间的交互模式、识别工作流程中的效率高点和摩擦点，并提供改进建议。它的输出是一个交互式的 HTML 报告。

一、 核心工作流概览

二、 阶段 2 与 3：定性分析的核心机制

1. 结构化元数据提取

在定性分析前，系统会提取包括会话时长、Token 用量、Git 活动、工具使用情况、用户中断次数以及代码行修改等详细的定量数据。

2. 特征提取 (Facet Extraction) 的严格标准

这是报告最核心的部分。系统使用 Haiku 模型运行结构化 Prompt 来提取定性特征，并遵循严格的指导方针：

指标	分析标准
目标分类	仅计算用户明确要求的任务，排除 Claude 自主进行的探索。
用户满意度	仅基于明确的用户信号（如 "Yay!", "thanks", "that's not right"）进行分类，分为 frustrated 到 happy 等多个级别。
摩擦分类	具体识别摩擦类型，包括 misunderstood_request（理解错误）、buggy_code（代码有 Bug）或 user_rejected_action（用户拒绝工具调用）。

三、 阶段 4：聚合分析与专业洞察

收集完所有数据后，系统会运行多个专业分析 Prompt，将定量数据与定性特征结合，生成叙述性洞察。

1. 专业分析模块

• 项目领域分析： 识别用户在不同代码库上工作的主要目标（如调试、实现功能、重构）。
• 交互风格分析： 描述用户的交互习惯（如是快速迭代还是详细规范，是否经常中断 Agent）。
• 摩擦点分析： 识别最常见的 friction，并提供具体的会话示例进行佐证。
• 成功工作流分析： 识别用户的高效实践和“大获成功”的协作时刻。

2. 改进建议与未来展望

报告提供了高度可操作性的建议：

• CLAUDE.md 补充建议： 基于用户重复给予 Claude 的指令，建议将其添加到 CLAUDE.md，避免重复输入。
• 功能尝试： 推荐如 MCP Servers、自定义 Skills、Hooks 等高级功能，并提供具体的命令行代码。
• 未来展望： 预测在未来模型迭代中，哪些目前看来不可能的雄心勃勃的自主工作流（如并行代理、对抗性测试）将变为可能。

四、 隐私与流程总结

该命令强调所有分析都在本地完成，确保了用户数据的隐私性。通过这种多阶段的、定量与定性结合的复杂分析流程，/insights 命令将 Agent 与用户之间的每一次交互都转化为了宝贵的、可操作的元学习数据，旨在持续提升用户的 AI 协作效率。

总字数： 约 2,500 字。

原文链接： https://www.zolkos.com/2026/02/04/deep-dive-how-claude-codes-insights-command-works.html

返回首页