view --main skill-usage-analiz-ispolzovaniya-skillov-v-tui.md
skill-usage: Анализ использования скиллов в TUI
readonly
--- lines
---
name: skill-usage
description: 统计已安装技能在指定时间段内的使用次数,以美观的 TUI 格式展示结果
version: 1.0.0
allowed-tools:
- Bash
- AskUserQuestion
model: haiku
---
# 技能使用统计 (skill-usage)
## 技能概述
统计并展示已安装技能在指定时间段内的使用情况,包括:
- 每个技能的调用次数
- 使用频率排名
- 总使用次数
- 时间趋势分析
## 使用流程
1. 选择统计时间段
2. 扫描已安装技能列表
3. 分析对话历史记录
4. 以美观的表格形式展示统计结果
## 可用时间段
| 选项 | 描述 |
|------|------|
| 今天 | 统计从 00:00 到现在的使用情况 |
| 过去 7 天 | 统计最近一周的使用情况 |
| 过去 30 天 | 统计最近一个月的使用情况 |
| 过去 90 天 | 统计最近三个月的使用情况 |
| 全部 | 统计所有历史记录 |
## 输出格式
统计结果以 Markdown 表格 + 可视化条形图的形式展示:
```
📊 技能使用统计报告 (过去 7 天)
═══════════════════════════════════════
排名 | 技能名称 | 调用次数 | 使用频率
─────┼────────────────┼──────────┼──────────
1 │ auto-skills │ 42 │ ████████░░ 80%
2 │ idea-to-post │ 28 │ ██████░░░░ 60%
3 │ humanizer-zh │ 15 │ ███░░░░░░░ 30%
─────┼────────────────┼──────────┼──────────
│ 总计 │ 85 │
```
## 实现步骤
### 第一步:选择时间段
使用 `AskUserQuestion` 工具让用户选择统计时间段。
### 第二步:扫描已安装技能
列出 `~/.claude/skills/` 目录下的所有技能。
### 第三步:分析历史记录
解析以下文件:
- `~/.claude/history.jsonl`(全局历史)
- `~/.claude/projects/*/session.jsonl`(项目会话)
查找匹配 `/skill-name` 模式的记录。
### 第四步:统计与展示
计算每个技能的使用次数,并按降序排列展示。
## 数据说明
- **技能识别**:通过历史记录中的 `display` 字段匹配 `/skill-name` 模式识别技能调用
- **时间过滤**:`timestamp` 是毫秒级时间戳(数字),需要除以 1000 转换为秒
- **未使用技能**:在结果中显示为 0 次
- **历史文件位置**:`~/.claude/history.jsonl` 和 `~/.claude/projects/*/*.jsonl`
## 执行指令
当用户调用此技能时,请按以下步骤执行:
1. 首先使用 `AskUserQuestion` 询问统计时间段
2. 直接调用 `~/.claude/skills/skill-usage/stats.py` 脚本,传入时间段参数
3. **直接将脚本输出作为最终回复**,不要做任何额外处理或包装
时间段参数映射:
| 用户选择 | 脚本参数 |
|----------|----------|
| 今天 | `today` |
| 过去 7 天 | `past_7_days` |
| 过去 30 天 | `past_30_days` |
| 过去 90 天 | `past_90_days` |
| 全部 | `all` |
调用示例:
```bash
python3 ~/.claude/skills/skill-usage/stats.py past_30_days
```
4. **重要**:将统计报告直接作为最终回复输出给用户,不要只输出"统计完成"等简短描述
Инициализация мануала...
package.json
$ install --global
skills.sh
npx skills add https://github.com/openclaw/skills/tree/main/skills/akira82-ai/skills-usage
$ download --local
man
[HINT] Скачивает всю директорию скилла с GitHub: SKILL.md и все связанные файлы