Claude Code /insights 命令逆向分析

通过逆向 Claude Code 二进制，发现 /insights 报告中所有图表数据因 JSONL tree 结构的 leaf path 重复计数被膨胀约 28 倍。

背景

运行 /insights 后发现报告中的数字严重不一致——声称 16,258 sessions、154K messages，但 facet 缓存只有 7 个文件，图表却显示 199 个 session 的分析结果。结合两篇外部文章对 insights 架构的描述，决定深入逆向分析。

参考文章

Deep Dive: How Claude Code's Insights Command Works - 描述了 6 阶段流水线架构
Claude Code's Insights - 使用体验，指出多次运行结果不一致

逆向方法

对 Mach-O 二进制 /opt/homebrew/Caskroom/claude-code/2.1.31/claude 使用 strings 命令提取嵌入的 JavaScript 源码（混淆/minified），追踪关键函数调用链。

6 阶段流水线架构

阶段	函数	模型	作用
1. 数据收集	`xcT` → `jN8` → `vN8` → `xN8`	-	从 `~/.claude/projects/` 加载所有 session
2. Transcript 处理	`uL8` / `vL8`	Haiku	超 30K 字符的 session 分块摘要（25K/chunk）
3. Facet 提取	`mL8`	Haiku	每 session 提取结构化评估，缓存到 `~/.claude/usage-data/facets/`
4. 聚合分析	`dL8` + `BnB`	Haiku	程序化聚合 + LLM 叙事分析
5. Executive Summary	`lL8`	Sonnet	生成 At a Glance 摘要
6. 渲染	`sL8`	-	输出 HTML 仪表盘

Bug 根因：xN8 的 Leaf Path 展开

JSONL 树状结构

Claude Code 的 session JSONL 使用树状结构存储对话，支持分支/编辑/fork。每条消息有 uuid 和 parentUuid，形成 DAG。leafUuids 标记所有终端节点。

xN8 函数行为

// xN8: 为每个 leaf 创建独立 session 条目
async function xN8(T) {
    let { messages, leafUuids } = await R$T(T);  // 读 JSONL
    let leaves = [...messages.values()].filter(K => leafUuids.has(K.uuid));
    let sessions = [];
    for (let leaf of leaves) {
        let path = GmT(messages, leaf);  // 重建 root→leaf 路径
        sessions.push({
            sessionId: path[0].sessionId,  // 所有 leaf 共享同一个 sessionId!
            messages: path,
            ...
        });
    }
    return sessions;  // 一个 JSONL → 多个 "session"
}

dL8 聚合函数的 bug

function dL8(allSessions, facetsMap) {
    let stats = { outcomes: {}, satisfaction: {}, ... };
    for (let session of allSessions) {          // 遍历所有 leaf path
        let facet = facetsMap.get(session.session_id);  // 按 session_id 查 facet
        if (facet) {
            stats.outcomes[facet.outcome] += 1;  // BUG: 同一 facet 被多个 leaf 重复计数
            // ... 其他 facet 指标同样被膨胀
        }
    }
}

本质是经典的「一对多 JOIN 不去重」问题。

数据验证

Facet 缓存 vs 报告数据

实际 facet 文件：7 个（~/.claude/usage-data/facets/*.json）

Facet Session	Leaf Paths	通过过滤(≥2 msg)	Facet outcome
`09130d41`	71	70	partially_achieved
`47cb384b`	62	61	mostly_achieved
`66980ed8`	36	35	partially_achieved
`66f929db`	156	153	fully_achieved
`930d045b`	37	36	fully_achieved
`9bdfd084`	50	49	mostly_achieved
`a71c6409`	89	88	mostly_achieved
合计	501	492

经 duration ≥ 1min 过滤后 → 199，与报告 outcomes 总数完全吻合。

两次运行交叉验证

	CN 报告 (14:31, 4 facets)	EN 报告 (18:22, 7 facets)
Sessions	15,900	16,258
Messages	151,589	154,325
Outcomes 总数	96	199
Facet sessions	4	7
符合 qualifying leaves	~96	~199

数据完美一致：增加 3 个 facet（272 个 qualifying leaves）→ outcomes 从 96 增长到 199。

报告各指标失真倍数

指标	报告值	实际值	膨胀倍数
Sessions	16,258	694 top-level	~23x
Messages	154,325	~70K user msgs	~2.2x
Session Types	199	7	~28x
Goals	308	~14	~22x
Satisfaction	368	~12	~31x
Outcomes	199	7	~28x

什么数据是准确的

定性分析（项目描述、Wins、Friction 案例）— 来自 7 个真实 facet 的 LLM 生成内容
工具使用相对比例（Bash > Read > Edit）— 虽然绝对值膨胀，比例关系正确
rawHourCounts 时段分布 — 独立于 facet 系统，按 message 粒度统计

修复建议

// dL8 中应对 session_id 去重
const countedSessionIds = new Set();
for (let session of allSessions) {
    let facet = facetsMap.get(session.session_id);
    if (facet && !countedSessionIds.has(session.session_id)) {
        countedSessionIds.add(session.session_id);
        stats.outcomes[facet.outcome] += 1;
        // ... other facet-based counts
    }
}

同理，total_sessions 和 total_messages 也应该按 unique session_id 去重统计。

推测 Bug 成因

JSONL 最初可能是线性结构（1 file = 1 session = 1 leaf）。后来引入 tree/branching 功能（支持对话编辑、分支探索），但 /insights 的 xN8 session 加载逻辑将每个 leaf 视为独立 session，而 dL8 聚合没有对共享 session_id 的 leaf paths 去重。