你的 AI 使用体检报告 — 一行命令，生成六维能力雷达图
导出你的 AI 对话（或让工具自动扫描），跑一条命令，拿到六维能力评分：
| 维度 | 检测逻辑 | 信号强度 |
|---|---|---|
| 提问力 Questioning | 问题层级分布 (L1执行→L4元认知) | 强 |
| 判断力 Judgment | 方向设定 / 评价 / 否定修正信号 | 强 |
| 动手力 Hands-on | 输出型关键词占比 | 强 |
| 深思力 Deep Thinking | L3思维 + 反思型对话占比 | 弱 |
| 践行力 Execution | 每周活跃天数 | 弱 |
| 叙事力 Narrative | 写作 / 叙事型对话占比 | 弱 |
Claude Code 用户，把 skill 文件复制到本地即可使用 /checkup：
cp skill/checkup.md ~/.claude/commands/checkup.md然后在 Claude Code 中输入：
/checkup
自动扫描 ~/.claude 数据，生成报告。
Codex 用户，把 skill 文件复制到 codex skills 目录：
mkdir -p ~/.codex/skills/ai-checkup
cp skill/checkup.md ~/.codex/skills/ai-checkup/SKILL.md# 自动扫描本地 AI 数据（Claude Code / Codex / Gemini CLI）
uvx ai-checkup
# 指定数据源
uvx ai-checkup ~/Downloads/conversations.json
# 内置演示
uvx ai-checkup --mock也可以用 pip 安装：
pip install ai-checkup
ai-checkup --auto| 平台 | 自动发现 | 手动导入 | 数据位置 |
|---|---|---|---|
| Claude Code | ✅ | ✅ | ~/.claude/projects/*/sessions-index.json |
| Codex (OpenAI) | ✅ | ✅ | ~/.codex/sessions/**/*.jsonl |
| Gemini CLI | ✅ | ✅ | ~/.gemini/tmp/*/chats/session-*.json |
| ChatGPT | — | ✅ | 设置 → 数据控制 → 导出数据 → conversations.json |
| Gemini Web | — | ✅ | Chrome 插件导出 JSON |
| 通用 CSV | — | ✅ | 自行整理为 conversation_id,role,content,timestamp |
ChatGPT：Settings → Data controls → Export data → 等邮件 → 解压 → conversations.json
Claude Web：暂不支持网页版导出。Claude Code 用户数据自动扫描。
Gemini Web：安装 Gemini Chat Exporter Chrome 插件 → 导出 JSON
通用 CSV：手动整理成 4 列格式：
conversation_id,role,content,timestamp
conv001,user,帮我写一个函数,2026-01-15T10:00:00
conv001,assistant,好的...,2026-01-15T10:01:00ai_checkup_report/
├── radar.png # 六维雷达图
├── report.md # 分析报告（评分 + 趋势 + 洞察）
└── data.json # 机器可读的原始数据
强信号（基于用户提问的文本分析，信噪比高）：
- 提问力：你的问题是执行型（"帮我做X"）还是探究型（"为什么"）还是元认知型（"复盘/框架"）？高阶问题占比越高，得分越高。
- 判断力：你是否在对话中展现主动判断——设定方向（"先做A再做B"）、评价（"哪个好"）、否定（"不对"）？
- 动手力：你的对话中有多少在产出实际成果——代码、部署、创建、修复？
弱信号（间接推断，仅供参考）：
- 深思力：是否有反思型对话（复盘、总结教训）和深层探因（为什么/本质）？
- 践行力：每周有几天在用 AI？连续性反映习惯强度。
- 叙事力：是否在用 AI 写文章、文档、说明？将经验转化为表达的能力。
git clone https://github.com/TerryFYL/ai-checkup.git
cd ai-checkup
python3 -m venv .venv && source .venv/bin/activate
pip install -e . pytest
pytest tests/ -v本工具源自《AI 时代什么不变》系列番外篇。六维能力框架的理论基础和设计思路详见文章。
MIT