SpecStory羊毛梳理分析器 specstory-yak

---

名称: specstory-yak 描述: 分析您在.specstory/history中的SpecStory AI编码会话历史，检测羊毛梳理（yak shaving）情况 - 即初始目标是否被偏离到兔子洞中。当用户说“分析我的羊毛梳理”、“检查兔子洞”、“我的分心程度如何”或“羊毛梳理得分”时运行。 许可证: Apache-2.0 元数据: 作者: specstory 版本: “1.0.0” 参数提示: “[天数|日期范围]”

SpecStory 羊毛梳理分析器

分析您的.specstory/history，检测编码会话是否从其原始目标偏离。为每个会话生成一个“羊毛梳理得分”。

工作原理

1. 解析 来自日期范围（或所有最近会话）的specstory历史文件
2. 提取 第一条消息中的初始用户意图
3. 跟踪 领域转移：文件引用、工具调用模式、目标变化
4. 评分 每个会话从0（高度专注）到100（最大羊毛梳理）
5. 总结 您最严重的偏离模式和情况

什么是羊毛梳理？

“我需要部署我的应用，但首先我需要修复CI，但首先我需要更新Node，但首先我需要修复我的shell配置…”

羊毛梳理是指您从目标A开始，但最终深入无关任务Z。此技能在您的AI编码会话中检测这种模式。

使用方法

斜杠命令

当通过/specstory-yak调用时，解释用户的自然语言：

用户说	脚本参数
/specstory-yak	--days 7 （默认）
/specstory-yak last 30 days	--days 30
/specstory-yak this week	--days 7
/specstory-yak top 10	--top 10
/specstory-yak january	--from 2026-01-01 --to 2026-01-31
/specstory-yak from jan 15 to jan 20	--from 2026-01-15 --to 2026-01-20
/specstory-yak by modification time	--by-mtime
/specstory-yak last 14 days as json	--days 14 --json
/specstory-yak save to yak-report.md	-o yak-report.md
/specstory-yak last 90 days output to report	--days 90 -o report.md

直接脚本使用

python /path/to/skills/specstory-yak/scripts/analyze.py [选项]

参数：

• --days N - 分析最近N天（默认：7）
• --from DATE - 开始日期（YYYY-MM-DD）
• --to DATE - 结束日期（YYYY-MM-DD）
• --path PATH - .specstory/history的路径（如果未指定则自动检测）
• --top N - 显示最严重的N个羊毛梳理（默认：5）
• --json - 以JSON输出
• --verbose - 显示详细分析
• --by-mtime - 按文件修改时间过滤，而不是文件名日期
• -o, --output FILE - 将报告写入文件（自动添加.md或.json扩展名）

示例：

# 分析最近7天
python scripts/analyze.py

# 分析最近30天，显示前10个
python scripts/analyze.py --days 30 --top 10

# 分析特定日期范围
python scripts/analyze.py --from 2026-01-01 --to 2026-01-28

# 按文件修改时间过滤（而非会话开始时间）
python scripts/analyze.py --days 7 --by-mtime

# JSON输出以供进一步处理
python scripts/analyze.py --days 14 --json

# 将报告保存到markdown文件
python scripts/analyze.py --days 90 -o yak-report.md

# 将JSON保存到文件
python scripts/analyze.py --days 30 --json -o yak-data.json

输出

羊毛梳理报告（2026-01-21 至 2026-01-28）
==========================================

分析会话数：23
平均羊毛梳理得分：34/100

最严重的羊毛梳理：
---------------
1. [87/100] “修复按钮对齐” （2026-01-25）
   开始：CSS修复按钮
   结束于：重写整个构建系统
   领域转移：4 （ui -> build -> docker -> k8s）

2. [72/100] “添加退出功能” （2026-01-23）
   开始：添加退出按钮
   结束于：重构认证系统 + 会话管理
   领域转移：3 （ui -> auth -> database）

3. [65/100] “更新readme” （2026-01-22）
   开始：文档更新
   结束于：CI管道大修
   领域转移：2 （docs -> ci -> testing）

最专注的会话：
----------------------
1. [5/100] “解释认证流程” （2026-01-26） - 纯分析，无偏离
2. [8/100] “修复配置中的拼写错误” （2026-01-24） - 快速精准修复

检测到的模式：
------------------
- 您最常羊毛梳理的任务：UI任务（平均58/100）
- 最安全的任务类型：代码审查/解释（平均12/100）
- 羊毛梳理高峰时段：晚上11点-凌晨2点（平均71/100）

评分方法

羊毛梳理得分（0-100）由以下因素计算：

因素	权重	描述
领域转移	40%	文件引用跳跃领域的次数
目标完成	25%	原始陈述的目标是否完成？
会话长度比例	20%	会话长度与原始请求复杂度的比例
工具类型级联	15%	读->搜索->编辑->创建->部署的升级

得分解释：

• 0-20：高度专注
• 21-40：轻微偏离
• 41-60：中等偏离
• 61-80：显著的羊毛梳理
• 81-100：史诗级的兔子洞

向用户呈现结果

重要：运行分析器脚本后，您必须在响应顶部添加个性化的LLM生成摘要，然后再显示原始报告输出。

LLM摘要指南

生成3-5句个性化评论：

1. 以裁决开头 - 关于整体状态的机智一句话（例如，“您本周的编码会话…是一次冒险。”或“非常自律！有人在服用专注维生素。”）

2. 突出亮点 - 具体引用最显著的会话：

   • 如果羊毛梳理得分高：“那个1月25日的按钮修复，不知怎么就变成了Kubernetes迁移？范围蔓延的完美典范。”
   • 如果羊毛梳理得分低：“您1月26日的认证流程解释很精准 - 进进出出，无偏离。”

3. 识别模式 - 注意任何重复主题：

   • “您似乎在从UI任务开始时最常羊毛梳理”
   • “深夜会话是您的危险区域”
   • “您的重构会话往往保持专注”

4. 以可操作建议或笑话结尾 - 要么：

   • 实用提示：“考虑为那些‘快速CSS修复’设置时间限制 - 它们有73%的羊毛梳理率”
   • 或笑话：“照这样下去，您下一次拼写错误修复将导致Linux内核的完全重写”

LLM摘要示例

## 🐃 您的羊毛梳理分析

好吧，好吧，好吧。您来修复按钮，离开时却重写了半数基础设施。您的平均羊毛梳理得分为47/100，让您稳稳地处于“典型开发者行为”领域。

最突出的？那个1月25日的会话，一个CSS对齐修复不知怎么进化成了完整的Kubernetes部署大修。四次领域转移后，您可能都忘了按钮长什么样了。

我注意到的模式：您的UI任务比代码审查会话的羊毛梳理率高58%。也许在日历上标记那些“快速UI修复”为“潜在3小时冒险”。

以下是完整分解：

然后在您的摘要后显示原始报告输出。

突出显示内容

在摘要后，呈现原始结果时：

1. 最严重的偏离情况 及前后对比
2. 模式 在何时/什么导致羊毛梳理
3. 可操作洞察 - 需要注意哪些任务类型