你的Claude Code到底用對了沒？用內置診斷報告來一探究竟！
整理版優先睇
Claude Code 的 /insights 功能幫你自動覆盤，揭示使用模式與改進方向
Claude Code 有一個好少人提到嘅功能，就係 /insights。呢個功能會分析曬你本地所有嘅會話記錄，生成一份類似覆盤報告嘅HTML文件，話畀你知呢段時間做咗啲乜嘢、邊度順、邊度卡、下一步應該點樣改。作者自己跑咗一次測試，覆蓋咗6日、80個會話、810條消息，仲有超過21000行新增代碼。
報告唔單止列出基礎數字，仲有工具使用排行、語言分佈、會話類型等。作者嘅使用模式好明顯：Bash調用佔咗2332次，Read同Edit都差唔多，反映佢主要係用Claude Code嚟跑腳本、讀文件同改代碼。語言方面TypeScript最多，其次係Go同Rust，同佢實際工作一致。報告仲指出佢有17個會話係Multi Task，一次會話做好幾件唔相關嘅事，效率其實唔高。
報告劃分咗三個問題類別：工具同API集成失敗、需求描述唔準確、環境配置翻車。每個問題都有具體例子同建議。另外報告都表揚咗佢嘅CLI工具改造同全棧部署自動化能力。最後報告畀咗幾條好實用嘅改進建議：將重複工作流做成Custom Skills、加Hooks做前置版本檢查、API集成預備多個方案。整體而言，/insights嘅價值在於幫你週期性覆盤，發現平日感受唔到嘅問題，然後將固定流程Skill化。
- /insights 功能可以自動分析本地會話記錄，生成結構化覆盤報告，揭示使用模式與問題。
- 作者報告顯示主要使用模式係大量 Bash 調用（2332次），用嚟跑腳本同改代碼，語言以 TypeScript 為主。
- 報告指出三大問題類別：API 集成失敗、需求描述唔準確、環境配置翻車，每個都有具體建議。
- 改進建議包括將重複工作流做成 Custom Skills、加 Hooks 做前置檢查、API 集成預備多條路徑。
- 週期性使用 /insights 可以幫用戶發現平時忽略嘅問題，將固定流程 Skill 化，提升效率。
/insights 功能：自動覆盤你嘅 Claude Code usage
Claude Code 有一個好少人提到嘅功能，就係
/insights
。呢個功能會分析曬你本地所有嘅會話記錄，生成一份類似覆盤報告嘅HTML文件，話畀你知呢段時間做咗啲乜嘢、邊度順、邊度卡、下一步應該點樣改。
/insights啟動呢個指令之後，佢會掃描本地所有會話記錄，分析消息數量、工具調用、錯誤類型、滿意度等維度，幾分鐘後生成一份純HTML嘅本地結構化報告。
覆盤報告
報告揭底：我嘅使用數據與模式
作者嘅報告覆蓋咗2026年4月28日到5月3日，6日時間。基礎數字：
80個會話，810條消息
，每日平均135條消息，涉及272個文件，代碼淨增21292行。
工具使用排行以 Bash 為主
- 1 Bash 調用 2332 次
- 2 Read 697 次
- 3 Edit 451 次
完全一致，作者基本上係喺讓Claude跑腳本、讀文件、改代碼，而唔係聊天。語言分佈：
TypeScript 424個文件，Go 260個，Rust 166個
，同作者實際工作完全吻合。會話類型分佈有一項叫
Multi Task 佔 17 個
，意思係一次會話幹好幾件唔相關嘅事，反映作者習慣一個項目開多個窗口。
報告表揚：我有啲咩做得好？
報告有一個專屬「Impressive Things」板塊，列出咗幾件作者使用Claude Code嘅正確事。
呢個案例展示咗使用國產模型
GLM-5.1
嘅高效率，體感甚至超過opus。
報告批評：我嘅三大問題類別
報告將作者嘅問題分成三類：
- 工具和 API 集成失敗：例如用 Python 調 Ollama API 時 urllib 超時，換咗4種方案先跑通。
- 需求描述唔準確：雙擊 Esc 鍵邏輯，作者描述引致 Claude 誤解，需要更加精確。
- 環境配置翻車：Python 版本唔一致、相對路徑失效等，建議每次部署前先跑版本檢查。
工具和 API 集成失敗、需求描述唔準確、環境配置翻車
報告仲提供咗滿意度數據：大約
90%會話係滿意
，但強調報告唔係100%準確，例如
git commit 次數可能因為使用Skill而未被完整監測
。
改進建議：將工作流 Skill 化
報告針對作者模式推薦咗幾個具體改動：
Custom Skills
：將重複工作流做成 /command 直接調用。
Hooks
：加前置版本檢查，避免跑到一半出錯。
MCP Server
：API集成預備多個方案，一條唔通立刻切換。
將固定流程 Skill 化
Claude Code 有個功能好少人提，就係 /insights。
佢會分析你所有嘅會話數據，生成一份類似覆盤報告嘅報告，話俾你知呢段時間做咗啲乜、邊度順、邊度卡住、下一步應該點樣改。
我跑咗個測試，拎出嚟分享下。
怎麼用
喺 Claude Code 入面直接輸入：
/insights
啟動呢個指令之後佢會掃描本地所有會話記錄，分析訊息數量、工具調用、錯誤類型、滿意度等維度。
耐心等幾分鐘之後生成一份純 HTML 嘅本地結構化報告。
我啲數據係點樣
我份報告覆蓋咗 2026 年 4 月 28 日到 5 月 3 日，合共 6 日時間。
基礎數字
80 個會話，810 條訊息
每日平均 135 條訊息
涉及 272 個文件，程式碼淨增加 21292 行
工具使用排行
Bash 調用 2332 次，Read 697 次，Edit 451 次。
完全一致，我基本上係叫 Claude 跑腳本、讀文件、改程式碼，而唔係傾偈。
語言分佈：TypeScript 424 個文件，Go 260 個，Rust 166 個，Python 64 個，同我實際工作情況完全吻合。
會話類型分佈入面有一項叫 Multi Tas，佔咗 17 個，意思係一次會話做幾件唔相關嘅事，呢個都係我一個項目開幾個視窗嘅習慣。
畢竟人都唔係機器，我甚至有時候都懷疑人類嘅上下文可能都冇達到 128K，畢竟啱啱收到嘅短信驗證碼都可能記唔住。
所以一個項目開四個以上嘅視窗效率其實唔高。
佢覺得我做得好嘅地方
報告專門有一個 Impressive Things 板塊，列出咗幾件認為 Claude Code 值得記錄嘅使用正確嘅事：
第一係 CLI 工具改造。
五一假期嘅時候，我寫咗一個命令行嚟切換模型供應商嘅工具 aiswitch。
我叫佢幫 aiswitch 工具新增咗 8 個功能，包括搜尋、光標移動、token 可見性、滾動、Shell 補全、連接測試、去重檢測、配置備份。
用國產嘅 GLM-5.1，基本上一次性規劃曬，分批實現，整體冇出太大亂子。
假期呢段時間，發現用 GLM5.1 真係太爽，又快又好用，體感甚至喺某啲時候超過咗 opus，國產模型之後如果繼續發力嘅話，有望追趕國外嘅頂尖模型。
第二係全棧部署自動化。
記錄嘅係喺一個網站嘅部署過程中遇到咗 DNS/CDN 衝突同 Nginx 路由問題，Claude 自己排查解決咗，我只係喺最後確認咗一下結果。
佢覺得我邊度有問題
份報告將我嘅問題分成三類。
第一類：工具同 API 集成失敗。
我喺一個會話入面想透過 Python 調用 Ollama API，結果 urllib 超時，換 subprocess curl 遇到沙箱限制，換 http.client 又阻塞，前後試咗 4 種方案先跑通。
份報告記低咗呢個情況，仲俾咗建議。
下次先用 requests 庫，唔得就換 curl，再唔得就考慮 MCP Server，唔好每次從頭摸索。
第二類：需求描述唔準確。
有一次我要做雙擊 Esc 掣嘅交互邏輯，單擊解鎖、雙擊退出，Claude 理解成兩個行為都係退出，搞咗好幾輪。
呢個係我描述嘅問題，需求嘅描述唔夠精確。
第三類：環境配置出事。
Python 3.10 裝嘅 package，測試環境行嘅係 3.14，直接報錯。仲有 package 嘅配置路徑用咗相對路徑，換個目錄就失效。
呢類問題基本靠經驗累積，報告建議喺開始任何部署任務之前應該先跑一次版本檢查。
滿意度數據
報告入面有一個推斷出嚟嘅滿意度分佈：
折算落嚟大約 90% 嘅會話係滿意嘅，呢個數字比我預期高。
不過呢個報告都唔係 100% 準確，例如佢提到 6 日只提交咗 2 次 git commit，可能係我用咗 Skill 嚟提交，佢冇完全監測到。
報告俾嘅改進建議
呢個真係好有用。
針對我嘅模式，報告推薦咗幾個具體嘅改動：
第一係將重複嘅工作流程整成 Custom Skills。
我高頻做嘅嘢，例如發佈文章到 CMS、上傳文件、創建 GitHub 倉庫——都係固定步驟，可以寫成 /publish-article、/upload、/github-repo 呢啲 /command 直接調用，唔使每次重新描述。
第二係加 Hooks 做前置檢查。
每次會話開始前自動跑 python3 --version、pnpm --version，將版本唔匹配嘅問題提早暴露，而唔係跑到一半先發現。
第三係 API 集成準備多個方案。
以後做任何 HTTP 請求相關嘅任務，提早準備好 requests、curl、MCP Server 三條路，一條唔通就即刻切換，唔好卡死喺同一個方案度反覆調試。
所以整體嚟講，/insights 嘅價值在於佢將你幾十個會話嘅模式總結出嚟。
俾你睇到自己平時感受唔到嘅問題，例如邊類任務經常卡住，邊啲需求描述方式容易被誤解，邊啲工作流程值得固化做命令。
透過 insights 週期性嘅覆盤，我哋可以不斷發現、糾正、改進啲可能忽略咗嘅問題，將重複固定嘅流程 Skill 化。
如果你想對 Claude Code 嘅對話有更加精細嘅管理，可以參考呢個工具Claude Code 嘅聊天記錄亂到一鑊粥？我幫佢整咗個搜尋台桌面端
特別活動：字節筆記本星球五一放價，新人立減券 51 蚊，每日唔使一蚊。
每日更新最新嘅 AI 資訊同推送，Claude Code/Codex/Agent 系列教學，以及各類前沿工具分享同使用：
Claude Code 有一個功能很少人提到，那就是/insights。
它會分析你所有的會話數據，生成一份類似覆盤報告的東西，告訴你這段時間做了什麼、哪裏順、哪裏卡、下一步應該怎麼改。
我跑了測試，拿出來分享一下。
怎麼用
在 Claude Code 裏直接輸入：
/insights
啓動這個指令之後它會掃描本地所有會話記錄，分析消息數量、工具調用、錯誤類型、滿意度等維度。
耐心等待幾分鐘之後生成一份純HTML的本地結構化報告。
我的數據長什麼樣
我的報告覆蓋了 2026 年 4 月 28 日到 5 月 3 日，6 天時間。
基礎數字
80 個會話，810 條消息
每天平均 135 條消息
涉及 272 個文件，代碼淨增 21292 行
工具使用排行
Bash 調用 2332 次，Read 697 次，Edit 451 次。
完全一致，我基本上是在讓 Claude 跑腳本、讀文件、改代碼，而不是聊天。
語言分佈：TypeScript 424 個文件，Go 260 個，Rust 166 個，Python 64 個，和我實際工作情況也是完全吻合。
會話類型分佈裏有一項叫Multi Tas佔 17 個，意思就是一次會話幹好幾件不相關的事，這也是我的一個項目多開幾個窗口的習慣。
畢竟人不是機器，我甚至有時候都懷疑人類的上下文可能都沒有達到128K，畢竟剛收到的短信驗證碼都可能記不住。
所以一個項目開四個以上的窗口效率其實不高。
它覺得我做得好的地方
報告專門有一個Impressive Things板塊，列出了幾件認為Claude Code值得記錄的使用正確的事：
一是 CLI 工具改造。
五一假期的時候，我寫了一個命令行來切換模型供應商的工具aiswitch。
我讓它給 aiswitch 工具新增了 8 個功能，包括搜索、光標移動、token 可見性、滾動、Shell 補全、連接測試、去重檢測、配置備份。
使用國產的GLM-5.1，基本上一次性規劃完，分批實現，整體沒出太大亂子。
假期的這段時間，發現使用GLM5.1真的是太爽了，又快又好用，體感甚至在某些時候超過了opus，國產模型在後續如果繼續發力的話，是有望追趕國外的頂尖模型。
二是全棧部署自動化。
記錄的是在一個網站的部署過程中碰到了 DNS/CDN 衝突和 Nginx 路由問題，Claude 自己排查解決了，我只是在最後確認了一下結果。
它覺得我哪裏有問題
報告把我的問題分成三類。
第一類：工具和 API 集成失敗。
我在一個會話裏想通過 Python 調 Ollama API，結果 urllib 超時，換 subprocess curl 碰到沙箱限制，換 http.client 又阻塞，前後試了 4 種方案才跑通。
報告把這個記下來了，還給了建議。
下次先用 requests 庫，不行再換 curl，不行再考慮 MCP Server，不要每次從頭摸索。
第二類：需求描述不準確。
有一次我要做雙擊 Esc 鍵的交互邏輯，單擊解鎖、雙擊退出，Claude 理解成了兩個行為都是退出，折騰了好幾輪。
這是我的描述問題，需求的描述不夠精確。
第三類：環境配置翻車。
Python 3.10 裝的包，測試環境跑的是 3.14，直接報錯。還有包的配置路徑用了相對路徑，換個目錄就失效。
這類問題基本靠經驗積累，報告建議在開始任何部署任務前應該先跑一遍版本檢查。
滿意度數據
報告裏有一個推斷出來的滿意度分佈：
折算下來大約 90% 的會話是滿意的，這個數字比我預期高。
不過這個報告也並非是100% 的準確度，比如它提到6 天只提交了 2 次 git commit，有可能是我使用了Skill來提交，它並沒有能完整地監測到。
報告給的改進建議
這個真的非常有用。
針對我的模式，報告推薦了幾個具體的改動：
一是把重複工作流做成 Custom Skills。
我高頻在做的事情，比如發佈文章到 CMS、上傳文件、創建 GitHub 倉庫—都是固定步驟，可以寫成 /publish-article、/upload、/github-repo 這樣的 /command 直接調用，不用每次重新描述。
二是加 Hooks 做前置檢查。
每次會話開始前自動跑 python3 --version、pnpm --version，把版本不匹配的問題提前暴露，而不是跑到一半才發現。
三是 API 集成預備多個方案。
以後做任何 HTTP 請求相關的任務，提前準備好 requests、curl、MCP Server 三條路，一條不通立刻切換，不要卡在同一個方案上反覆調試。
所以整體上來講/insights 的價值在於它把你幾十個會話的模式總結出來。
讓你看到自己平時感受不到的問題，比如哪類任務經常卡，哪些需求描述方式容易被誤解，哪些工作流值得固化成命令。
通過insights週期性的覆盤，我們能夠不斷的去發現糾正改進那些可能我們忽略的問題，將重複固定的流程給Skill化。
如果你想對Cloud Code的對話有更加精細化的管理，可以參照這個工具Claude Code的聊天記錄亂成一鍋粥？我給它造了個搜索台桌面端
特別活動：字節筆記本星球五一放價，新人立減券51元，每天不到一塊錢。
每日更新最新的AI資訊和推送，Claude Code/Codex/Agent系列教程，以及各類前沿工具分享和使用：