Junyi ai weekly review

AI 周度复盘 · junyi-ai-weekly-review

一句话：你这一周和 AI 聊过、干过的事，自动汇成一份周报 + 一份能写的素材，不用你手动翻记录。

做什么 把你这一周和各个 AI agent 的日常协作记录本地收集、清洗、脱敏并按天蒸馏，沉淀成两份本地 Markdown：《本周记录》（给本人看的事实底账 + 复盘）+《本周内容素材》（给写作 / 做内容用）。采集脚本不联网；如果当前 Agent 使用云端模型，蒸馏阶段会把脱敏后的 chunk 交给相应模型服务商，必须先向用户说清楚。

什么时候用 一周结束想复盘"这周和 AI 都干了什么、沉淀下哪些方法 / 判断 / 工具想法"，或想把一周对话里能写的料捞出来时。一周跑一次，抓过去 7 天。 触发词：AI周度复盘、周报、本周AI复盘、本周和AI干了什么、ai weekly review、复盘这周的AI对话

用完得到什么 两份本地 Markdown——《本周记录》（各 agent 本周工作 + 多天反复印证的方法 / 判断 + 本周新增）和《本周内容素材》（能直接写成内容的片段），每条都标原始出处。

适配器状态（诚实标注，2026-06-25 落地真机探测）

适配器	状态	本机验证	存储路径 / 格式
Claude Code	✅ 支持	✅ 已验证（真实数据跑通）	~/.claude/projects/**/*.jsonl，type∈{user,assistant}，文本在 message.content（string 或 block list）。排除 claude-mem-observer。
OpenClaw	✅ 支持	✅ 已验证（多 agent 跑通）	~/.openclaw/agents/<agentId>/sessions/*.jsonl，type==="message"，role/content 在 message.*，user 消息清洗元数据噪音。
Codex CLI	✅ 支持	✅ 已验证（落地时现场探测确认）	~/.codex/sessions/YYYY/MM/DD/rollout-*.jsonl，行结构 {timestamp,type,payload}，type==="response_item"且payload.type==="message"，role 在 payload.role，文本在 payload.content[].text。丢 developer 角色 + <environment_context>/compaction 等注入块。
Hermes	⚠️ 未支持	❌ 未经真机验证	落地机器未探测到 Hermes 本地会话存储（探测过 ~/.hermes、~/Library/Application Support/Hermes 等候选，均无）。无样本，未写解析。要用请走 custom 适配器，或在 adapters/hermes.mjs 按真实格式补全后再标已验证。
WorkBuddy	⚠️ 未支持	❌ 未经真机验证	落地机器完全未发现 WorkBuddy 痕迹。同 Hermes，走 custom 或补全 adapters/workbuddy.mjs。
custom（兜底）	✅ 支持	通用字段推断	--custom-path <文件/目录>，自动推断常见字段（role/content/timestamp）。周度归档必须有可解析时间戳；缺失或无效时会按原因报告，不伪造日期。

🔴 未验证适配器首次使用请检查路径 / 字段：标 ⚠️ 的适配器没在你的机器上用真实数据跑通过，第一次用时务必核对它探测的路径对不对、字段解析对不对，不要假设都测过了。 🔴 落地铁律：对未知来源，先 ls / 读样本确认真实格式再写解析，禁止凭想象写死路径；探测不到就标 unsupported 并在产出里如实说「未找到 XX 的记录」，不伪造数据。

---

执行流程（6 步）

Step 0　确定时间窗口

默认过去 7 天（本地时区）。可传参覆盖。

Step 1　抓取 + 标准化 + 分块（纯脚本，不调模型）

cd scripts                             # 进入本 skill 的 scripts 目录
node collect.mjs                       # 默认过去 7 天，输出到 ./ai-weekly-review-output
# 指定窗口:  node collect.mjs --since 2026-06-19 --until 2026-06-25
# 指定输出:  node collect.mjs --out ~/周报
# 只跑某些源: node collect.mjs --adapters claude_code,openclaw,codex
# 别的工具:  node collect.mjs --custom-path ~/导出/我的对话.jsonl

脚本自动完成：跑 5 内置适配器（+ custom）归一成统一记录 → 只留真实对话（user/assistant）→ 去工具独白 → 去 OpenClaw 元数据噪音 → 自指排除（本 skill 自己的蒸馏 session 不被再蒸馏）→ 跨源去重（sha256(role+content)）→ 超长截断（>2000 字保留来源指针）→ 对进入模型的文本做高置信度凭据、显式账号与金额脱敏 → 按天分组，每天内按 源>agent>session>时间 分块（≤10000 字）。同一周重跑时，脚本只清理 days/ 下自己生成的旧 chunk，保留其他用户文件。

产出在 <out>/<YYYY-Wxx>/：

• manifest.md：窗口 / 适配器报告（哪些命中、哪些 unsupported、各源记录数） / 各 agent 记录数 / 各天 chunk 数
• adapters-report.json：机器可读的适配器命中情况
• records.cleaned.jsonl：清洗去重后的统一记录，保留本地原文，仅供追溯，不得用于模型蒸馏
• days/<YYYY-MM-DD>/chunk_NNN.md：逐日 chunk，已做尽力脱敏，供模型蒸馏

脚本打印 JSON 摘要。status=empty-week → 跳到 Step 5 出空周报，如实说明扫描范围。

Step 2　逐日蒸馏（按天，保颗粒度）

先过隐私确认门：

1. 只读 manifest.md，不要读 records.cleaned.jsonl。
2. 若当前使用云端模型或无法确认模型完全本地，首次运行或模型、数据源发生变化时，必须告诉用户「脱敏后的 day chunks 会交给当前模型处理；自动脱敏不能覆盖所有个人信息」，并取得明确同意。未同意则停在本地采集结果，不读取 day chunks。
3. 用户同意后，读 references/distill-rules.md。不要 7 天揉一坨：对 days/<date>/ 每天的 chunk 逐日蒸馏（7 天 = 7 次），每次只面对一天，抽三类候选：方法工作流 / 判断原则 / 工具想法。chunk 多时可派隔离 worker 批量蒸馏，但 worker 遵守同一隐私边界。

Step 3　汇周（去重 + 印证）

7 份日级结果合并：同一条判断 / 方法多天反复出现 → 不重复列，合并成一条标「本周印证 N 次」；印证越多越值得固化，置顶 / 高亮。单次出现 → 列入「本周新增」。

Step 4　多 agent 工作概览（按需）

看 manifest.md 的「各 agent 记录数」：>1 个 agent → 出《本周记录》的「各 agent 本周工作」一节（各 agent 这周做了啥 / 产出 / 卡点）；只有 1 个 agent → 自动省略本节，不搭空架子。

Step 5　生成两份 Markdown

读 references/output-templates.md，按模板出《本周记录》+《本周内容素材》，写到 <out>/<YYYY-Wxx>/。《本周内容素材》的选题线索必须经过「用户本人是否亲历」和「观点是否新鲜」两道筛选，不为凑数量包装普通素材。

Step 6　自检

运行：

node scripts/validate-output.mjs <out>/<YYYY-Wxx>

必须通过：两份文件各 1 个 / 破折号（——）0 处 / 横线（━）0 处 / 无乱码 U+FFFD / 每个条目都有原始出处（record_id 前 8 位 / chunk 号 / 日期）。失败就修正后重跑。看不准的标 [此处不确定]，宁缺毋假。最后输出两份文件路径和验证结果。

---

排版规范（产出文件）

• 大类标题用中文序号或清晰 Markdown 标题，不堆 ━━━ 横线。
• 🔴 全文禁用破折号（——），用逗号 / 句号 / 括号代替。
• 引号用中文弯引号「」或 “ ”。

安全 / 隐私

• 采集脚本只做本地文件读写，不调用网络；两份最终 Markdown 也只写到用户指定的本地目录。
• “本地存储”不等于“模型处理不外发”。云端 Agent 会把读到的脱敏 chunk 交给模型服务商，必须执行 Step 2 的告知与确认。
• 自动脱敏是尽力防护，不保证识别所有敏感信息。金额、token、密钥、显式账号会从 day chunks 中替换；原文仍保留在本地 records.cleaned.jsonl，不得交给模型。
• 人名可保留，但提醒用户：要对外发布的内容素材需自行脱敏。
• 不自动改用户任何配置 / 人格文件，不自动建 skill，只产 Markdown。

兜底：内置都没命中时

若某来源没找到文件、或用户用的是别的工具：

1. 问用户「你的 AI 对话记录在哪？是导出文件还是某工具的本地存储？」
2. 给到路径 → node collect.mjs --custom-path <路径>（custom 适配器自动推断字段）。
3. 缺时间戳或推断不出 → 按 adapters-report.json 的具体原因说明；周度归档不能替用户猜日期。请用户整理成 {role, timestamp, content} 的 jsonl 后重跑。

目录结构

junyi-ai-weekly-review/
├── SKILL.md
├── scripts/
│   ├── collect.mjs            # 抓取+标准化+按天分块（Step 1-3）
│   ├── lib.mjs                # 共享工具（时间/提取/清洗/自指排除/扫描）
│   ├── validate-output.mjs     # 两份最终 Markdown 的确定性自检
│   └── adapters/
│       ├── claude-code.mjs    # ✅ 已验证
│       ├── openclaw.mjs       # ✅ 已验证
│       ├── codex.mjs          # ✅ 已验证（现场探测）
│       ├── hermes.mjs         # ⚠️ unsupported（未探测到存储）
│       ├── workbuddy.mjs      # ⚠️ unsupported（未探测到存储）
│       └── custom.mjs         # 兜底：自带路径 + 字段推断
└── references/
    ├── distill-rules.md       # 三类候选 + 三段式写法 + 汇周去重印证
    └── output-templates.md    # 两份产出模板

抓取脚本用 Node 运行（node scripts/collect.mjs），需要本机装有 Node.js，无需其他额外依赖。