开发者的日常，是和 AI 进行一场又一场的对话，对话记录与过程也是重要的AI生产力。

❀一、那些"聊完就忘"的遗憾

你有没有遇到过这样的场景：

• 和 AI 助手聊了半小时，改了三四个文件，最后只记得"搞定了"，具体改了什么、为什么改，却说不清楚。

• 项目复盘时，想回顾某次 AI 辅助编码的过程，却发现聊天记录零散、难以整理。

• 团队协作时，同事问你"这个逻辑当时是怎么定下来的"，你只能无奈摇头。

AI Coding 的时代，对话就是生产力。可如果对话不能被有效记录和追踪，这份生产力就打了折扣。

❀二、session-tracker

今天要给大家推荐一个实用技能——session-tracker，它就像是你的 AI Coding 数字园丁，在每一次会话结束时，自动为你整理一本清晰的"园艺日记"。

注：本技能只适用于QoderCN（原通义灵码），其他AI研发智能体工具需自行修技能脚本中的对话日志文件位置进行适配后使用。

它的工作方式非常简单：当你觉得一次 AI 编程对话该收尾了，只需说一句——

"总结一下本次会话"

"生成追踪报告"

"session 结束"

"导出本次会话记录"

然后，session-tracker 就会把整段对话梳理得井井有条，并最终生成对话报告。

❀三、它能为你记录什么？

session-tracker 会自动从会话中提取以下关键信息：

1. 任务清单与完成状态

把会话中涉及的每个独立任务都列出来，并标注"已完成"、"部分完成"或"未开始"。再也不用在聊天记录里翻找"刚才做到哪了"。

2. AI 贡献度分类

每个任务都会被智能分类：

• 全 AI 完成

  AI 独立搞定，你只需点头

• AI 辅助

  AI 搭框架，你填核心逻辑

• 人工主导

  你主导完成，AI 打辅助

这让团队的协作透明度一目了然，也让复盘更有据可依。

3. 代码变更汇总

创建、修改、删除了哪些文件，清清楚楚列成一张表。配合 Git 提交记录，项目的演进脉络一目了然。

4. 人工干预点记录

凡是你对 AI 输出做过实质性修改的地方，都会被重点标注。这些节点往往是项目中最重要的决策点——为什么改？改了什么？都有迹可循。

5. 关键决策与问题方案

技术选型、方案变更、架构决策等。session-tracker 会把这些"转折点"单独成节，配上背景说明和最终方案，让后来的维护者秒懂当时的心路历程。

6. 遗留事项与下一步

没有一次性做完的需求、待确认的问题、下一步计划，都会被整理在"遗留事项"中，确保不会随着会话关闭而遗忘。

❀四、报告长什么样？

1、技能导入

下载地址

https://gitcode.com/lxx-manager/work-skills/tree/main/skills/session-tracker

下载技能文件夹，将完整的文件夹放入QoderCN的技能目录下

.lingma/skills/

2、以某一次对话记录为例，使用技能，进行对话历史总结。

3、报告生成完成

生成的报告是一份结构完整的 Markdown 文档，包含：

• 会话概览（时间、轮次、任务总数）

• 核心目标与整体脉络

• 分类统计（全 AI / AI 辅助 / 人工主导的占比）

• 详细的任务完成情况

• 代码变更清单

• 人工干预点记录

• 关键决策记录

• 问题与解决方案

• 代表性 Prompt 摘录

• 遗留问题与下一步

而且，同一会话支持追加追踪。如果你在一次长会话中多次生成报告，新的内容会自动追加到已有报告中，而不会重复或混淆。

❀五、最佳实践小贴士

让 session-tracker 发挥最大价值，可以参考这几条原则：

1. 客观分类

   如实标记 AI 的贡献度，不夸大也不低估。

2. 粒度适中

   任务拆分到方法/接口/配置文件级别，别太粗也别太细。

3. 干预必记

   只要对 AI 输出做过实质性修改，都值得记录。

4. Prompt 保留

   有代表性的用户指令可以摘录在报告中，方便复盘。

❀六、写在最后

session-tracker 不会替你写代码，但它能让你的每一次 AI 编程对话都留下痕迹——清晰的、结构化的、可回溯的痕迹。

在这个 AI 辅助开发越来越普及的时代，会记录的人，比会对话的人走得更远。

立即体验：在你的 AI 编程助手会话结束时，试着说一句

"总结一下本次会话"

关注我，持续分享提升开发效率的实战技巧和AI工具。