你的Claude Code到底用对了没？用内置诊断报告来一探究竟！

某编程助手有个鲜为人知的功能，即/insights。

该功能会深度剖析你的全部会话记录，产出一份近似于复盘总结的材料，让你明了近期工作进展、瓶颈所在，以及后续的优化方向。

我亲自跑了个测试，结果拿来与大家分享。

如何使用

在助手界面中直接键入：

/insights

激活此指令后，系统将扫描本地全部对话历史，从消息数、工具调用频次、错误类别及满意度等多个维度进行分析。

稍等片刻，它便会生成一份纯HTML格式的本地化结构报告。

我的数据报告概览

我的这份报告时间跨度为6天，从2026年4月28日至5月3日。

基础数字

总计80个会话，包含810条消息
日均消息量约为135条
期间触及272个文件，代码量净增长21292行

工具使用排行

Bash工具调用高达2332次，Read操作为697次，而Edit操作是451次。

这与我的实际使用情况完全相符，我主要用它执行脚本、读取文件和修改代码，而非闲聊。

编程语言的分布情况：TypeScript涉及424个文件，Go语言260个，Rust则有166个，Python为64个，这与我实际的工作内容高度匹配。

在会话类型分布中，名为“Multi Task”的类别占据了17个，其含义是在单次会话中处理多个不相干任务，这也恰好反映了我为单个项目开启多个窗口的工作习惯。

说到底人非机器，有时我甚至会开玩笑，觉得人类的“上下文窗口”恐怕都到不了128K，毕竟刚收到的验证码转头就忘是常有的事。

因此，为单个项目开启超过四个窗口，效率或许并不理想。

它觉得我做得好的地方

报告中设有一个“Impressive Things”的特别板块，罗列了它认为值得称道的几项正确用法：

其一，是关于CLI工具的改造。

在五一假期期间，我动手编写了一个名为aiswitch的命令行工具，用于切换不同的模型供应商。

我委托它为aiswitch工具添加了八项新功能，涵盖了搜索、光标操控、token可见性调整、滚动、Shell自动补全、连接性测试、重复项检测以及配置备份。

借助国产的GLM-5.1模型，整个过程基本是一次性规划、分步实施，全程相当平顺，未出现重大波折。

假期这段时间体验下来，发现GLM-5.1用起来出奇地顺手，既快又好，主观感受在某些场景下甚至优于opus。这让我觉得，国产大模型若能持续发力，追赶上国外顶级模型并非没有可能。

其二，则是全栈部署的自动化实践。

报告记录了一次网站部署经历，当时遇到了DNS/CDN冲突及Nginx路由的难题，最终由AI助手自行排查并解决，我仅在最后阶段核对了最终结果。

它觉得我哪里有问题

报告将我遇到的问题归纳为三大类别。

类别一：工具与API集成失败。

在某次会话中，我尝试用Python调用Ollama的API，不料urllib遭遇超时，改用subprocess执行curl又撞上沙箱限制，再换http.client则出现阻塞，前后折腾了四种方案才最终成功。

这份报告不仅记录了此事，还贴心地给出了改进建议。

建议下次优先尝试requests库，若不成功再切换至curl，再不行则考虑MCP Server，避免每次都从零开始摸索。

类别二：需求描述含糊不清。

例如有一次，我需要实现一个双击Esc键的交互：单击用于解锁，而双击则是退出。但AI助手却误解为两种操作都是退出，导致反复折腾了好几回。

这确实是我的表述问题，需求描述得不够精准。

类别三：环境配置出现意外。

用Python 3.10安装的依赖包，在Python 3.14的测试环境中运行时直接报错。此外，包的配置路径使用了相对路径，导致更换目录后立即失效。

此类问题通常依赖经验来规避，报告据此建议在启动任何部署任务前，都应先执行一次版本检查。

用户满意度分析

报告中包含一项推断出的用户满意度分布图：

换算下来，约有九成的会话达到了满意状态，这个比例超出了我的预期。

当然，这份报告也并非百分之百精准。例如，它指出我在6天内仅有2次git commit，这可能是因为我通过自定义Skill提交，而该行为未被完整监测到。

报告提供的优化建议

这部分内容可以说价值连城。

针对我的使用模式，报告推荐了以下几项具体调整：

首先，将重复性工作流程封装为自定义技能（Custom Skills）。

我频繁执行的任务，诸如发布文章至CMS、上传文件、新建GitHub仓库等，都有固定的步骤。这些完全可以封装成 /publish-article、/upload、/github-repo 之类的 /command 指令，实现一键调用，省去每次重复描述的麻烦。

其次，增加Hooks来进行前置检查。

在每次会话启动前，自动运行 python3 --version 和 pnpm --version，从而能及早暴露版本不匹配的问题，避免任务执行到一半才发现异常。

第三，为API集成准备多种备用方案。

今后处理任何与HTTP请求相关的任务时，应预先备好 requests、curl、MCP Server 这三套方案，一旦某条路径受阻，便能迅速切换，而不是在单一方案上反复纠结调试。

总而言之，/insights功能的核心价值，在于它能从你数十个会话中提炼并总结出你的行为模式。

它让你洞察到平时难以察觉的隐性问题，例如哪类任务频繁受阻，何种需求描述方式易引发误解，以及哪些工作流程最值得被固化为快捷命令。

借由insights进行的周期性复盘，我们得以持续地发现、纠正并改进那些被忽略的问题，并将固化的重复流程转化为高效的技能。