VCS - Claude Code 会话统计

当 $ARGUMENTS 为空或仅包含 -l 时，列出可用会话供用户选择。

解析 $ARGUMENTS 参数并执行相应命令：

• 无参数或 -l [limit] → 列出可用会话: --mode list --limit (默认20)
• -s → 基本统计: --mode basic --session
• -d → 详细分析: --mode detail --session
• -a [limit] → 聚合统计: --mode aggregate --limit (默认10)
• -h [limit] → 历史记录: --mode history --limit (默认20)

工作流程:

1. 用户输入 /vcs 无参数 → 列出会话，然后根据用户选择的会话执行 /vcs -s 或 /vcs -d
2. 用户输入 /vcs -l 50 → 列出最近50个会话
3. 用户输入 /vcs -s → 直接分析指定会话

执行脚本: node ~/.claude/skills/vcs/scripts/analyze-session.mjs

详细分析报告模板 (/vcs -d)

当执行详细分析时，必须按照以下固定格式生成报告，不得省略任何部分：

══════════════════════════════════════════════════════════════════
                        📊 VCS 详细会话分析报告
══════════════════════════════════════════════════════════════════

📈 核心指标概览
──────────────────────────────────────────────────────────────────────
会话ID: <sessionId>
项目路径: <projectPath>
时间跨度: <timestamp>
消息数: <messageCount> (用户: <humanMessages> 助手: <assistantMessages>)

Token 消耗：
- 总计: <totalTokens>
- 输入: <inputTokens> (<inputPct>)
- 输出: <outputTokens> (<outputPct>)

缓存效果 ⭐：
- Cache Created: <cacheCreated> (<cacheCreatedPct>)
- Cache Read: <cacheRead> (<cacheReadPct>)
- Uncached: <uncached> (节省 <savings>%)

---
🛠️ 开发流程完整性分析

技能使用时间线：
┌────────────┬───────────────┬────────────┬──────────────────┐
│    时间    │     技能      │ Token 消耗 │       作用       │
├────────────┼───────────────┼────────────┼──────────────────┤
│ <time>     │ <skillName>  │ <tokens>   │ <description>    │
└────────────┴───────────────┴────────────┴──────────────────┘

---
📚 文档使用深度分析

🔍 代码类文件（<count> 个，<pct> 文档Token）

Top 5 核心代码文件：
┌─────┬────────────────────────────┬──────────┬────────────┬───────┬──────────┬─────────┬─────────────┐
│  #  │            文件            │ 读取次数 │ Token 消耗 │ 占比  │   大小   │ 有效性  │  首次读取   │
├─────┼────────────────────────────┼──────────┼────────────┼───────┼──────────┼─────────┼─────────────┤
│  1  │ <fileName>                │ <count>   │ <tokens>   │ <pct> │ <size>   │ <score> │ <firstRead> │
└─────┴────────────────────────────┴──────────┴────────────┴───────┴──────────┴─────────┴─────────────┘

📄 非代码类文件（<count> 个，<pct> 文档Token）

Top 5 非代码文件：
[同上格式]

关键发现：
- ✅ <finding1>
- ✅ <finding2>
- ⚠️ <warning>

---
📊 文档使用效率分析

按文件类型统计（代码类文件不计入有效性分析）
┌──────────┬────────┬──────────┬────────────┬───────┐
│   类型   │ 文件数 │ 读取次数 │ Token 消耗 │ 占比  │
├──────────┼────────┼──────────┼────────────┼───────┤
│ 代码类   │ <n>    │ <count>  │ <tokens>   │ <pct> │  (不计入有效性分析)
│ 非代码类 │ <n>    │ <count>  │ <tokens>   │ <pct> │
│ 总计     │ <n>    │ <count>  │ <tokens>   │ 100%  │
└──────────┴────────┴──────────┴────────────┴───────┘

**非代码类文档有效性分析（排除代码类文件）：**

高有效性文档 (≥0.80)：
- <fileName> (<score>) - <description>

中等有效性文档 (0.60-0.79)：
- <fileName> (<score>)

低有效性文档 (<0.60)：
- <fileName> (<score>) ⚠️

💡 改进建议（仅针对非代码类文档，排除代码类文件）：
- <suggestion1>
- <suggestion2>

---
🔧 工具使用效率分析

┌────────────┬──────────┬───────┬───────────────────────────┐
│  工具类型  │ 使用次数 │ 占比  │           说明            │
├────────────┼──────────┼───────┼───────────────────────────┤
│ Read       │ <count>  │ <pct> │ 文档读取 (<docs> 个唯一文档) │
│ Bash       │ <count>  │ <pct> │ 命令执行                    │
│ Skill      │ <count>  │ <pct> │ 技能调用                    │
│ Other      │ <count>  │ <pct> │ 其他工具                    │
│ 未使用工具 │ <count>  │ <pct> │ 纯文本对话                  │
└────────────┴──────────┴───────┴───────────────────────────┘

---
💡 关键洞察与发现

✅ 做得好的地方
1. <insight1>
2. <insight2>

⚠️ 可优化的地方
1. <suggestion1>
2. <suggestion2>

---
📊 对比标准分析

┌────────────────┬────────────┬───────────┬──────┬──────────────────────────────────────┐
│      指标      │   本会话   │  理想值   │ 评分 │                 说明                 │
├────────────────┼────────────┼───────────┼──────┼──────────────────────────────────────┤
│ 总 Token       │ <tokens>   │ <ideal>   │ <★>  │ <description>                        │
│ 文档占比       │ <pct>      │ <ideal>   │ <★>  │ <description>                        │
│ 平均有效性     │ <score>    │ <ideal>   │ <★>  │ <description>                        │
│ 缓存效率       │ <savings>% │ <ideal>   │ <★>  │ <description>                        │
│ 技能占比       │ <pct>      │ <ideal>   │ <★>  │ <description>                        │
└────────────────┴────────────┴───────────┴──────┴──────────────────────────────────────┘

总体评分: ⭐⭐⭐⭐ (<score>/5)

---
🎯 具体改进建议

1. 会话拆分策略
<description>

2. 文档读取优化
<description>

3. 自动化程度提升
<description>

---
🏆 最终总结

会话亮点 ⭐
1. <highlight1>
2. <highlight2>

改进空间 💡
1. <improvement1>
2. <improvement2>

══════════════════════════════════════════════════════════════════

重要说明：

• 执行 /vcs -d 后，必须先运行脚本获取数据
• 然后根据数据严格按上述格式生成报告
• 不得跳过任何部分，即使某项数据为 0 或空，也必须显示为 "0" 或 "无"
• 所有表格必须完整，不可简化
• 关键发现和改进建议必须至少各3条
• 必须使用 Bash 工具将生成的完整报告保存到文件：

```bash

echo "<完整报告内容>" > ~/.claude/plugins/data/VCStat/reports/vcs-report--detail.txt

```