（7819期）export-conversation-summary – 一键归档完整对话，智能复盘双向评分

一键归档完整对话，智能复盘双向评分 导出 Claude Code 完整对话记录为结构化 Markdown，含操作日志、Token 统计与双向质量评估 使用说明 核心用法 该 skill 用于将当前 Claude Code 对话导出为格式化的 Markdown 文档。工作流程分为三步：首先定位存储在 ~/.claude/projects/ 下的 JSONL 对话文件；然后启动通用型 agent 解析文件内容，提取所有用户提问和模型回复，并识别关联的操作（文件读写、搜索、命令执行、文档查询等）；最后生成包含完整对话流、操作时间线、Token 消耗统计的 Markdown 文档。 显著优点 完整性与可追溯性：保留原始对话的每一处细节，包括工具调用和元数据，便于后续复盘和知识沉淀 结构化评估体系：独创双向评分机制——既评估用户 Prompt 质量（清晰度、技术细节、上下文提供），也评估模型表现（操作正确性、理解准确度、方案质量、效率），提供具体改进建议 多语言原生支持：自动识别并保留中英文对话的原始语言 项目级归档：按项目路径自动组织存储，支持长期对话历史管理 潜在缺点与局限性 存储路径依赖：依赖 Claude Code 内部 JSONL 存储结构，若未来存储格式变更需同步更新 Token 统计依赖元数据：Token 消耗数据需从 JSONL 元数据中提取，若记录缺失则无法统计 大文件处理风险：JSONL 文件可能极大，需分块读取但 skill 未明确说明分块策略细节 隐私与合规敏感：对话可能包含敏感代码或业务信息，导出后需用户自行管控文件传播 适合人群 需要技术决策留痕的工程师团队 希望系统性提升 Prompt 工程能力的开发者 进行复杂问题排查后需要复盘归档的用户 多轮协作后需要生成可分享文档的场景 常规风险 | 风险类型 | 说明 | 缓解措施 ||---------|------|---------|| 敏感信息泄露 | 对话可能包含 API 密钥、业务逻辑等 | 建议输出到私有目录，分享前人工审核 || 存储空间膨胀 | 长期导出可能积累大量 Markdown 文件 | 建议定期清理或转存至对象存储 || 路径遍历风险 | 使用 sed 处理路径存在潜在注入 | 当前实现依赖本地可控环境，风险可控 || 元数据依赖失效 | 若 Claude Code 更新存储格式 | 需关注官方更新日志及时适配 | 原始说明 Export current Claude Code conversation to markdown document with full dialogue context and model operations