跳到正文
北京时间
原文
Hugging Face:Blog(RSS)·· 2026-06-07精选AI 评分70

Her · हेर — Claude Code 会话分析工具

Her · हेर — a detective for your Claude Code sessions

AI 导读

Her(हेर)是专为 Claude Code 设计的会话分析工具。用户上传 `.jsonl` 文件后,Her 用自然语言重建每轮交互,标记部署、配置变更、秘密等高风险操作并定位到具体轮次。它展示 token 消耗、所用工具、子智能体、技能和 MCP 服务器,并结合 Anthropic 与社区最佳实践给出改进建议(仅在有明确可修复模式时)。内置“Ask Her”问答功能,支持单会话与跨会话项目分析。工具不调用第三方 AI API,使用 Nemotron-Mini-4B-Instruct 模型在 Hugging Face ZeroGPU 上运行,评估引擎完全确定,模型仅负责文本生成与建议。Her 内置 Homebrew、npm、PyPI 主流 CLI 工具数据库,自动识别会话中使用的工具,并对部署工具、数据库客户端等执行活动进行标记提醒。

推荐理由

每次 Claude Code 跑完都留下一堆 JSON,没人看。Her 用一个本地小模型帮你分析会话,钱花在哪、有没有危险操作一目了然,还不把数据传出去,是个务实的小工具。

正文 · AI 翻译

Her · हेर —— 马拉地语中意为“侦探”。 一位为你 Claude Code 会话服务的侦探。

在这里试用:Hugging Face 上的 Her

每一次 Claude Code 会话都会留下痕迹——一个 .jsonl 文件,记录着每一轮对话、每一次工具调用和每一个 token。但在实际使用中,这份痕迹是只写的。很少有人会去读 4,000 行 JSON 来弄清楚智能体为何会去动生产环境、上下文预算究竟花在了哪里,或者哪个子智能体悄无声息地烧掉了半程运行。

Her 替你读。

前提很简单:把一个会话文件拖到页面上,让她来调查。 她会用通俗易懂的语言重建所发生的一切,标记出有风险的举动——部署、配置和生产环境变更、密钥——并将每一项追溯到它发生的确切那一轮对话。

她会展示 token 都花在了哪里,使用了哪些工具、子智能体、技能和 MCP 服务器,并且——只有当某个有明确名称、可修复的模式被触发时——才会基于 Anthropic 和社区的最佳实践,告诉你本可以做得更好的地方。她只建议,从不断言,没有值得说的内容时就保持沉默。

还有一个内置的 copilot:Ask Her。问一句“为什么用了这个工具?”,她会根据 trace 作答,引用对应的轮次,并打开确切的工具调用。拖入一个文件即可获得会话视图;拖入多个文件即可构建项目视图,并在多个会话中一次性追查某个问题。

全程不会调用任何第三方 AI API。模型——Nemotron-Mini-4B-Instruct——通过 ZeroGPU 在 Space 自有的 GPU 上运行。你的会话只会被上传到属于你这次运行的私有、自动删除的命名空间,其任何内容都不会离开这台机器。

让这件事值得信赖的关键分工在于:评估引擎是纯确定性的。模型仅用于撰写英文表述并提出更温和的建议。它从不断言任何发现。模型更换时,数字不会变动。

一个很妙的细节:Her 不只是列出某个会话用过的 CLI 工具——她还会识别它们。Space 内置了一个来自 Homebrew、npm 和 PyPI 的热门工具数据库,因此大多数工具都能离线给出名称和一行简介。当部署工具、数据库客户端或开发服务器被实际执行时,Her 会标记这类活动,提示值得再看一眼。

它是在一个周末里成长起来的。它最初是一个运维者的视图——一张旅程图,其中每个查询都是一个节点,节点大小按成本而定,最重的那个会发光——是为一位朋友而构建的。

我把它展示给另一位朋友看,他想要更简单的版本,于是这张图里长出了一个高管报告,如今已成为默认视图。接着第一位朋友问,为什么他的CLI 工具没有显示出来——工具数据库就这样诞生了。

前端是一个直接由 Gradio 服务器提供的 React 应用,确定性引擎负责取证分析,Nemotron 负责文字表述。

当 Claude 失去理智时,就呼叫Her。;)

在这里试用:Hugging Face 上的 Her

来源:Hugging Face:Blog(RSS) · huggingface.co