Insights 与情绪检测：Claude 比你更懂你的工作
一句话讲清楚
Insights 是 Claude Code 内置的一套自省与分析系统。它不只是简单的命令计数器，而是一个基于大模型的“行为分析专家”。它通过扫描你本地的会话日志，分析你的操作习惯、遇到的困难、甚至你说话时的情绪，最终生成一份包含 CSS 图表的高质量 HTML 报告。
实现机制
七大维度并行分析： 当你执行
/insights时，系统会启动 7 个并行的 AI 任务。每个任务负责一个特定的切片：项目区域识别、交互风格评估、成功经验总结、摩擦点分析、功能建议、未来展望，以及一个寻找“趣味瞬间”的任务。非关键词的情绪分类： Claude 不使用简单的关键词匹配来判断用户是否开心。它将对话片段发送给 LLM（通常是 Opus 模型），根据语义将用户情绪归类为：
happy（兴奋）、satisfied（满意）、likely_satisfied（默认好评）、dissatisfied（不满）、frustrated（沮丧）。多维度数据足迹追踪： 它会扫描
~/.claude/projects/下的.jsonl文件，提取：- 摩擦类型（Friction）：包括请求误解、方案错误、代码 Bug、用户拒绝操作、过度改动等。
- 工作强度：Token 消耗、Git Commit/Push 频率、用户响应时间分布。
- 多开检测（Multi-clauding）：通过滑动窗口算法检测用户是否在 30 分钟内交替使用多个 Claude 实例。
AutoDream：夜间“梦境”整合： 后台记忆固化机制，在满足时间和会话数阈值后通过受限子代理自动整合关键记忆。详见 AutoDream 专题。
AwaySummary：暖心的“回场小结”： 当你离开一段时间重新回到终端时，
awaySummary会提取最后 30 条消息，用最快的模型（Fast Model）总结出：“你刚才在做 X，下一步建议做 Y”，帮你迅速找回状态。
别踩这些坑
- 隐私界限：所有的分析默认在本地进行。虽然生成的报告可以手动上传（Ant-only 逻辑），但原始的
.jsonl日志始终保留在用户的.claude目录下。 - 性能开销：由于涉及大量的日志读取和 LLM 并行调用，在大型项目或历史记录极多时，
/insights可能会消耗不少 Token 和时间。 - 模型依赖：分析质量高度依赖于
getDefaultOpusModel()，如果配置了低质量模型，情绪检测的准确度会大幅下降。
继续探索
想深入了解 Claude 如何存储这些数据，可以阅读 src/utils/sessionStorage.ts；如果对后台任务的调度感兴趣，请查看 src/tasks/DreamTask/。
源码锚点
src/commands/insights.ts: 核心分析逻辑、HTML 报告生成、情绪分类 Prompt。
📄 src/commands/insights.ts — 核心分析逻辑、HTML 报告生成、情绪分类 Prompt。
typescript
'.html': 'HTML',
}
// Label map for cleaning up category names (matching Python reference)
const LABEL_MAP: Record<string, string> = {src/services/autoDream/autoDream.ts: 后台记忆整合的触发阈值与执行逻辑。
📄 src/services/autoDream/autoDream.ts — 后台记忆整合的触发阈值与执行逻辑。
typescript
const SESSION_SCAN_INTERVAL_MS = 10 * 60 * 1000
type AutoDreamConfig = {
minHours: number
minSessions: number
}src/services/awaySummary.ts: 简短回顾的生成策略。
📄 src/services/awaySummary.ts — 简短回顾的生成策略。
typescript
const RECENT_MESSAGE_WINDOW = 30
function buildAwaySummaryPrompt(memory: string | null): string {
const memoryBlock = memory
? `Session memory (broader context):\n${memory}\n\n`
: ''
return `${memoryBlock}The user stepped away and is coming back. Write exactly 1-3 short sentences. Start by stating the high-level task — what they are building or debugging, not implementation details. Next: the concrete next step. Skip status reports and commit recaps.`
}