AI 使用数据采集器

启动交互（必须先执行）

每次启动 Skill，第一步必须先询问用户本周使用了哪些平台。即使能从本机目录推断，也不能在用户选择前读取任何平台的数据或生成报告。

使用支持多选的交互控件时，向用户展示一个单独的问题页面，标题为“请选择本周使用过的 AI 平台（可多选）”，并在该问题的 options 中一次性列出全部 13 个选项，不要按类别拆分成多个 questions，也不要分页展示。

全部选项：

1. WorkBuddy
2. Claude Code
3. OpenCode
4. Codex / ChatGPT
5. ZCode
6. Cursor
7. CodeArts / 华为云码道
8. Trae
9. Qoder
10. CodeBuddy
11. Hermes（爱马仕）
12. 反重力（Anti-Gravity）
13. 扣子（Coze）

调用示例（必须只发一个问题对象）：

{
  "question": "请选择本周使用过的 AI 平台（可多选）",
  "header": "AI 平台",
  "multiSelect": true,
  "options": [
    {"label": "WorkBuddy", "description": "当前使用的 AI 助手平台"},
    {"label": "Claude Code", "description": "Anthropic 命令行编码工具"},
    {"label": "OpenCode", "description": "开源终端编码助手"},
    {"label": "Codex / ChatGPT", "description": "OpenAI 命令行与网页端"},
    {"label": "ZCode", "description": "智谱 AI 编码工具"},
    {"label": "Cursor", "description": "Anysphere AI IDE"},
    {"label": "CodeArts / 华为云码道", "description": "华为云 AI 编码平台"},
    {"label": "Trae", "description": "字节跳动 AI IDE"},
    {"label": "Qoder", "description": "奇安信 AI IDE"},
    {"label": "CodeBuddy", "description": "腾讯 AI 编程助手"},
    {"label": "Hermes（爱马仕）", "description": "Hermes Agent MCP 平台"},
    {"label": "反重力（Anti-Gravity）", "description": "蚂蚁 AI 编程助手"},
    {"label": "扣子（Coze）", "description": "字节跳动智能体平台"}
  ]
}

若当前界面没有多选控件，仍要完整列出上述平台，请用户用平台名称或编号（逗号分隔）回复。确认后将结果记为 selected_platforms；只读取这些平台，未选平台不得扫描。若用户没有选择任何平台，停止采集且不生成报告。

强制规则

1. 只采集用户所选平台：selected_platforms 是本次读取授权边界。可以从当前设备读取多个平台的本地记录、配置、缓存、导出文件和经授权的服务端统计，但不得扫描、汇总或生成未选平台的报告。
2. 平台选择必须单页展示：询问“请选择本周使用过的 AI 平台（可多选）”时，必须把全部 13 个选项放在一个问题对象的 options 中一次性展示。禁止按类别拆成多个 questions，禁止分页展示。未选平台不得扫描。若用户没有选择任何平台，停止采集且不生成报告。
3. 每个平台独立输出：所选每个平台必须生成一个独立 JSON；不能把多个平台合并到同一文件。某个平台没有安装、没有数据或暂时无法授权时，也为该平台生成契约兼容的降级 JSON，并继续采集其他所选平台。
4. Codex 归入 ChatGPT：用户选择 Codex / ChatGPT 时，平台标识统一使用 chatgpt，输出文件名为 chatgpt-<YYYY-Www>.json。
5. 缺失数据时必须深度获取：如果首选数据源找不到要求的 token、模型、请求或会话明细，必须继续深度探查该所选平台，包括本地 json/jsonl、SQLite/WAL、LevelDB/IndexedDB、日志、缓存、配置、导出目录、应用运行时状态，以及该平台服务端接口或内置统计能力。
6. 服务端访问边界：只访问用户所选平台，使用本机已有登录态、配置和官方/平台自身接口；不绕过认证、加密、权限或付费限制，不猜测未授权接口，不上传或泄露凭据。
7. 只读优先：本地数据库使用只读/immutable/副本方式打开；服务端只调用查询/统计接口，不执行写入、删除、发送消息或改变账户设置的操作。
8. 不得编造：确实拿不到的字段按契约填 null 或空数组，并在 _tokens_note/_data_source 说明检查范围、失败原因和所需用户操作。估算值必须设置 tokens_estimated: true 并说明算法。
9. 统一输出目录：所有生成的 JSON 文件（包括 config.json）必须放在当前用户桌面的 .ai-report 文件夹中。Windows 路径为 C:\Users\<用户名>\Desktop\.ai-report\；目录不存在时必须自动创建。严禁写入 ~/.ai-report 或其他报告目录。
10. 发布包不带用户数据：Skill 包只能包含说明、采集脚本、Schema 和平台参考资料。不得把报告 JSON、config.json、数据库、导出文件、日志、Cookie、Token、API Key 或任何真实会话内容打包。
11. Windows 桌面解析：脚本必须优先使用 Windows 系统桌面目录（兼容 OneDrive/重定向桌面），不能只拼接 C:\Users\<用户名>\Desktop；解析失败时才回退到用户主目录下的 Desktop。
12. 安全写入与覆盖：生成报告时先写入同目录临时文件，再用原子替换覆盖同名目标文件；禁止留下半截 JSON。重复生成同一周同一平台报告时覆盖旧报告，不另写入其他目录。
13. 固定契约：每个平台输出都必须遵守 references/json-contract.md 和 references/usage.schema.json。拿不到的数值使用 null，未知列表使用空数组，不得用 0 伪装未知。

统计周期

1. 获取今天日期和本地时区。
2. 计算本周一，按 [周一 00:00, 今天之后一天 00:00) 半开区间筛选；报告 period.end 填今天日期。
3. 使用 ISO 周号 YYYY-Www，例如 2026-W33。
4. 跨周会话按消息/事件时间逐条筛选，不按会话创建时间整条过滤。

平台选择目录（可多选）

用户选择平台后，才使用下列特征定位该平台的数据源。目录是否存在不能替代用户选择：

用户可以同时选择任意多个平台。对每个所选平台独立定位、采集和写入；一个平台失败不得阻止其他平台完成。

采集流程

1. 确认选择与用户配置

完成启动多选并确认 selected_platforms。首次运行在平台选择之后询问姓名，将配置写入桌面 .ai-report/config.json；已有配置则复用。

2. 读取所选平台档案

只打开 references/data-sources.md 中所有所选平台对应的章节，不打开未选平台章节。对每个平台优先使用现成脚本或指引；脚本只能读取其对应平台，并只能写入桌面 .ai-report。如果使用 Python 脚本，先复用 references/output_paths.py 解析输出目录和安全写入。

3. 逐平台分层采集

对 selected_platforms 中每个平台按以下顺序执行并记录结果；互不依赖的平台可并行采集：

1. 精确本地源：现成脚本、jsonl、SQLite/WAL、应用数据库、会话记录。
2. 深度本地探查：检查该平台相关用户目录、应用数据目录、日志、缓存、LevelDB/IndexedDB、导出目录、插件和运行时状态。
3. 该平台服务端：检查本地配置或官方文档可确定的统计/用量接口，复用已有认证，只执行查询；或使用该平台内置统计能力。
4. 用户导出/授权：若服务端或本地数据需要用户登录、导出或授权，给出精确步骤并请求用户操作后继续。
5. 最终降级：完成上述可行检查后仍不可得，为该平台输出 null/空数组并写明检查范围、不可得字段和原因，然后继续下一个平台。

4. 统一字段

严格遵守 references/json-contract.md 和 references/usage.schema.json：

• summary：总 token、总请求、总会话
• model_breakdown：分模型 token、调用数及可取得的输入/输出/缓存 token
• sessions：会话标题、时间、模型和 token

token 不可得时使用 summary.total_tokens: null；分模型不可得时使用 model_breakdown: []；会话明细不可得时使用 sessions: []。不要用 0 伪装“未知”。

Codex 采集还必须维护以下聚合不变量：同一 rollout 可能同时存在于活跃和归档目录，按 rollout basename 去重；不同 rollout 即使共享 session_id，也可能分别是主执行流和 codex-auto-review 等辅助执行流，模型统计需分别累计，会话明细需按 session_id 汇总 token 并合并模型，不能互相覆盖。写入前必须验证 summary.total_tokens == sum(model_breakdown.tokens) == sum(sessions.tokens)，且 summary.total_sessions == len(sessions)；不一致时停止写入并修正采集逻辑。

CodeBuddy 采集必须运行 references/collect-codebuddy.py 或遵守其等价逻辑：token 只计 BaseAgent notifyStepEnd，消息文件的 extra 可能是字符串化 JSON，需二次解码后按 messageId 归因模型；未持久化的内部调用只能用附近明确的模型初始化记录补齐。Auto 保持为平台自动路由模型，客户端未记录底层实际模型时不得猜测拆分。会话按 history/<workspace>/index.json 的 conversations[] 统计，不得用日志文件数代替；写入前验证总 token 与会话合计、已归因模型加未归因 token 均一致。

5. 逐平台写入报告

对每个所选平台将报告安全写入桌面 .ai-report：

<用户桌面>/.ai-report/<platform>-<YYYY-Www>.json

生成前调用 get_output_dir() 创建目录。通过临时文件和 os.replace() 原子替换目标文件。若同名文件已存在，按该平台当前采集结果覆盖更新。选中 N 个平台应生成 N 个平台 JSON，不包括共享的 config.json。

完成后按平台逐项告知用户：统计周期、报告路径、总量/会话/模型数、精确或估算状态，以及缺失字段。列出成功、降级和需要用户后续授权的平台；不得把不同平台的 token 合成一个总数。

平台脚本速查

详细字段、路径、查询策略见 references/data-sources.md；输出字段见 references/json-contract.md 和 references/usage.schema.json；Windows 桌面路径和安全写入见 references/output_paths.py。

分层架构

本 Skill 是多平台 L1 采集器：一次运行可读取多个用户所选平台，但每个平台仍独立生成一个 JSON。不得读取未选平台，不得把多个平台合并成一个 JSON，也不得在 L1 阶段跨平台合并 token；跨平台汇总由另一个明确要求的 L2 报告流程完成。

发布边界

本项目只发布 Windows 可导入的 Skill 文件包，不制作独立程序、服务或安装器。导入目标可以是 Codex、Claude Code 或其他支持 Skill 的客户端；如果目标平台不支持 agents/openai.yaml，忽略该文件，仍以 SKILL.md 和 references/ 为核心。

发布 ZIP 的顶层必须只有一个 ai-usage-collector/ 目录，目录内保留 SKILL.md、references/ 和可选的 agents/。发布包中不得出现报告、配置、凭据或真实样例。