gza-log-insights

Revisar · 59
Indexado en Registry

Analyze gza run logs to find recurring anti-patterns, wasted effort, and suggest AGENTS.md or workflow improvements

Verified installs0
Estrellas11
Versión1.0.0
Calidad57/100 · Prometedor
Confianza59/100 · Do not auto-install
Auditoría73/100 · Requiere revisión

Perfil del activo

Agents de programación y desarrollo

Code review, repo analysis, testing, CI, GitHub, DevOps, and developer workflow skills.

Ver categoría

Escenario

GitHub automation

I need my agent to triage GitHub issues, review pull requests, and summarize repository changes.

Afinidad con Agent

Claude Code + CLI + Codex

Funciona con Codex, Claude Code, Cursor, CLI o Agents personalizados.

Instalar

Listo

npx skills add mhawthorne/gza --skill gza-log-insights

Mantenimiento

Actual

2 días desde el último push

Riesgo

Requiere revisión

Permission surface may require sandboxing

Calidad de GitHub

11

57/100 Calidad · 67/100 Confianza

Etiquetas de cobertura

CodingGitHub automationautomationagent-skill

Notas de revisión

Permission surface may require sandboxing · No critical security, quality, usefulness, or compliance issues found.

Tarjeta de adopción del Agent

Confianza, auditoría y preparación de instalación de un vistazo

Estas puntuaciones combinan metadatos públicos del repositorio, señales de revisión de OpenAgentSkill, actualidad de mantenimiento y preparación de instalación. Sirven para preseleccionar; no sustituyen la revisión humana.

Calidad

Prometedor
57

Useful candidate, but compare it with alternatives before adopting.

Confianza

Do not auto-install
59

Trust Score v5 found insufficient evidence for agent installation. Treat this as discovery material, not an executable recommendation.

Auditoría

Requiere revisión
73

Revisión legible por máquina de la preparación de instalación, los metadatos de seguridad, el mantenimiento y el riesgo de adopción.

Trust Score de OpenAgentSkill v5

Revisión humana antes de instalar

Choose a stronger alternative or inspect the source manually before any install attempt.

CodexClaude CodeCursorOpenAgentSkill CLI

Estrellas

11 estrellas de GitHub

Actividad del repositorio

11 estrellas y 1 forks

Mantenimiento

2 días desde el último push

Licencia

MIT

Instalar

npx skills add mhawthorne/gza --skill gza-log-insights

Seguridad de instalación

Ruta estándar de paquete o instalación en tiempo de ejecución

Superficie de permisos

shell or command execution, filesystem or document access

Resultados del Agent

Aún no hay datos de resultados del Agent

Documentación

Contexto sólido de README/SKILL.md

Resumen de riesgo

Revisar antes de producción

  • No critical security, quality, usefulness, or compliance issues found.
  • Low GitHub adoption signal
  • Quality score needs review
  • Permission surface needs review: shell or command execution, filesystem or document access

Preparación de instalación

Ruta de instalación disponible

  • La ruta de instalación está disponible
  • La evidencia del repositorio está disponible
  • La licencia está declarada
  • Aún no hay evidencia de resultados Agent-Proven

Metadatos legibles por Agent

Datos de decisión legibles por máquina para este skill.

Usa este bloque o el JSON integrado para decidir si un Agent debe instalar este skill, elegir una alternativa o pedir revisión humana primero.

Abrir JSON

Tareas adecuadas

  • flujos de Browser automation
  • Equipos de Claude Code
  • builders willing to evaluate younger projects
  • Navigate pages

Agents adecuados

CodexClaude CodeCursorOpenAgentSkill CLICLI

Decisión de instalación

Comando
npx skills add mhawthorne/gza --skill gza-log-insights
Política
Revisar
Revisión humana

Confianza y riesgo

Confianza
59/100
Auditoría
73/100
Nivel de riesgo
Requiere revisión

Ciclo de resultados

Endpoint
/api/agent/outcome
ID del evento
resolve
Resultados
5

Comando de instalación

npx skills add mhawthorne/gza --skill gza-log-insights

No usar cuando

  • Equipos que necesitan un SLA con soporte del proveedor
  • production agents without a repository review
  • Low GitHub adoption signal
  • No critical security, quality, usefulness, or compliance issues found.
  • Indicios de permisos de alto riesgo: ejecución de shell o comandos

Seguridad de Agent v2

41/100 · Evitar instalación automática

ExperimentalRevisar

Sparse or mixed signals. Useful for discovery, but not for autonomous installation.

Test manually in an isolated workspace and compare against safer alternatives.

Resolver con API

Alto

Ejecución de shell o comandos

Los metadatos del skill hacen referencia a terminal, CLI, shell, subprocesos o flujos de ejecución de comandos.

Medio

Acceso a red

El skill probablemente consulta páginas remotas, API, repositorios o servicios externos.

Medio

Acceso al sistema de archivos

El skill puede leer o escribir archivos de proyecto, documentos, artefactos generados o estado local.

Medio

Acceso a base de datos

El skill puede inspeccionar esquemas, consultar bases de datos o trabajar con almacenes persistentes.

  • Indicios de permisos de alto riesgo: ejecución de shell o comandos
  • Permission surface may require sandboxing

Destinos de instalación

Instala este skill en tu flujo de Agent

Usa el endpoint público para obtener el comando, la lista de seguridad, prompts y enlaces canónicos.

skill install

OpenAgentSkill CLI

Resolve policy, run the source installer safely, and report a verified install receipt.

$ npx --yes https://github.com/Leon-Drq/openagentskill/releases/download/cli-v0.2.1/openagentskill-0.2.1.tgz install mhawthorne-gza-log-insights

Plan de resolución de Agent

Deja que un Agent valide el ajuste antes de instalar.

La API Resolve devuelve la skill elegida, alternativas, política de seguridad, notas de auditoría, destino de instalación y un prompt listo para usar.

Abrir plan de texto

Agent debe revisar

  • Task fit and alternatives from Resolve API.
  • Audit score, trust score, and safety policy warnings.
  • Install target compatibility for Codex, Claude Code, Cursor, or CLI.

Copiar prompt

Task: Use gza-log-insights in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20gza-log-insights%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/mhawthorne-gza-log-insights/install
Install command: npx skills add mhawthorne/gza --skill gza-log-insights
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.

Traspaso de Agent

Da al Agent la ruta de instalación, no otro directorio.

Usa el endpoint público para obtener el comando, la lista de seguridad, prompts y enlaces canónicos.

Abrir API de instalación

Prompt de Agent

Use gza-log-insights for this task. Review https://www.openagentskill.com/api/skills/mhawthorne-gza-log-insights/install, then install with: npx skills add mhawthorne/gza --skill gza-log-insights

Metadatos del Registry

Perfil legible por Agent para seleccionar skills automáticamente.

La API Registry expone señales de decisión, confianza, auditoría, casos de uso e instalación sin raspar la interfaz.

Abrir Manifest

Afinidad con Agent

57/100

Browser automation

Plataformas

Claude Code

Informe de auditoría

Requiere revisión · 73/100

Revisión legible por máquina de la preparación de instalación, los metadatos de seguridad, el mantenimiento y el riesgo de adopción.

Ver informe de auditoríaVer informe de evaluación

Panel de decisión de Agent

Needs validation for Browser automation

Do a manual repository review before adding this to an agent workflow.

57
Preparación
Revisar
Etapa

Rol en la pila

Requiere validación

Ajuste principal

Browser automation

Etiqueta de confianza

Requiere revisión manual

Ruta de instalación

Comando listo

Úsalo cuando

  • flujos de Browser automation
  • Equipos de Claude Code
  • builders willing to evaluate younger projects

Evidencia

  • recent repository activity
  • install command or GitHub repo available
  • perfil de calidad 57/100
  • 2 eventos de interacción de OpenAgentSkill

revisar primero

  • Low GitHub adoption signal
  • No critical security, quality, usefulness, or compliance issues found.

Ruta de implementación

  1. 1Instálalo en un Agent de sandbox y ejecuta una tarea de Browser automation de principio a fin.
  2. 2Compare output quality, latency, and failure behavior against at least one alternative.
  3. 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.

Perfil de confianza

Do not auto-install

Trust Score v5 found insufficient evidence for agent installation. Treat this as discovery material, not an executable recommendation.

59
Trust Score de OpenAgentSkill

Adopción en GitHub

Corregir

11 estrellas de GitHub

Actividad de stars/forks

Corregir

11 estrellas y 1 forks; la actividad de issues no está disponible en los metadatos actuales

Mantenimiento reciente

Aprobado

2 días desde el último push

Claridad de licencia

Aprobado

MIT

Señales positivas

  • Revisión de IA aprobada
  • La ruta de instalación está disponible
  • La evidencia del repositorio está disponible
  • Repositorio mantenido recientemente
  • El comando de instalación no muestra un patrón de alto riesgo evidente
  • El ciclo de resultados está listo, pero necesita la primera ejecución real de Agent

Revisar antes de instalar

  • No critical security, quality, usefulness, or compliance issues found.
  • Low GitHub adoption signal
  • Quality score needs review
  • Permission surface needs review: shell or command execution, filesystem or document access
  • GitHub adoption: 11 GitHub stars
  • Stars/forks activity: 11 stars, 1 forks; issue activity unavailable in current metadata
  • Permission surface: shell or command execution, filesystem or document access
  • Aún no hay informes reales de resultados del Agent
  • Se requiere revisión humana antes de una instalación desatendida

Acción recomendada

Choose a stronger alternative or inspect the source manually before any install attempt.

Perfil de calidad

Prometedor candidato para flujos de Agent

Useful candidate, but compare it with alternatives before adopting.

57
Estrellas de GitHub
11
Actualidad
hace 2 días
Listo para instalar
Licencia
MIT
Revisar antes de instalar: Low GitHub adoption signal · No critical security, quality, usefulness, or compliance issues found.

Ajuste de flujo

Usa esta skill en estos escenarios

Ajuste de flujo

Añadir a un flujo completo

Lista de alternativas

Compara antes de instalar

Similar skills that may fit this task.

Comparar todo

Resumen

--- name: gza-log-insights description: Analyze gza run logs to find recurring anti-patterns, wasted effort, and suggest AGENTS.md or workflow improvements allowed-tools: Read, Bash(uv run python -c:*), Bash(wc:*), Bash(ls:*), Bash(head:*), Bash(tail:*) version: 1.0.0 public: false ---

# Gza Log Insights

Analyze gza execution logs to find recurring anti-patterns, wasted compute, and actionable improvements. This skill scans task transcript logs (`*.log`) and paired ops logs (`*.ops.jsonl`), aggregates patterns across many runs, and produces recommendations for AGENTS.md updates, prompt improvements, or workflow changes.

## Process

### Step 1: Locate and inventory logs

Find the log directory and count available logs:

```bash uv run python -c " from gza.config import load_config cfg = load_config() log_dir = cfg.get_log_dir() print(str(log_dir)) " ```

Then list and count: ```bash ls <log_dir> | wc -l ```

If no logs exist, report that and stop.

### Step 2: Run the analysis script

Run the following comprehensive analysis across all log files. This script extracts patterns from the JSONL log format (where each line is a JSON entry with types: system, assistant, user, result).

```bash uv run python -c " import json, os, re, sys from collections import Counter, defaultdict from pathlib import Path

from gza.config import load_config cfg = load_config() log_dir = cfg.get_log_dir()

log_files = sorted(log_dir.glob('*.log')) ops_log_files = sorted(log_dir.glob('*.ops.jsonl')) if not log_files: print('No log files found.') sys.exit(0)

# --- Counters --- bare_commands = Counter() # commands missing 'uv run' failed_bash = Counter() # bash commands that failed git_errors = Counter() # git-specific errors tool_distribution = Counter() # overall tool usage skill_errors = Counter() # failed skill executions import_errors = Counter() # Python import errors file_too_large = 0 # Read tool file-too-large errors no_module_pytest = 0 # 'No module named pytest' sqlite_not_found = 0 # sqlite3 not available worktree_git_errors = 0 # git fails in cleaned-up worktrees test_runs_per_log = [] # (filename, count) for test-heavy logs result_subtypes = Counter() # success vs error_max_turns etc costs = [] # per-log costs high_cost_logs = [] # logs with cost info repeated_patterns = Counter() # any command run 5+ times in a single log

BARE_PREFIXES = ['gza ', 'pytest', 'mypy ', 'python ']

for logfile in log_files: tool_uses_in_log = {} # tool_use_id -> command test_runs = 0 bash_cmds_in_log = Counter() fname = logfile.name

with open(logfile) as f: for line in f: line = line.strip() if not line: continue try: entry = json.loads(line) except (json.JSONDecodeError, ValueError): continue

etype = entry.get('type', '')

# --- System init: skip ---

# --- Assistant messages: extract tool calls --- if etype == 'assistant': msg = entry.get('message', {}) for c in msg.get('content', []): if c.get('type') == 'tool_use': tool = c.get('name', '') inp = c.get('input', {}) tid = c.get('id', '') tool_distribution[tool] += 1

if tool == 'Bash': cmd = inp.get('command', '').strip() tool_uses_in_log[tid] = cmd bash_cmds_in_log[cmd[:80]] += 1

# Check bare commands for prefix in BARE_PREFIXES: if cmd.startswith(prefix) and not cmd.startswith('uv run'): bare_commands[cmd[:100]] += 1

# Count test/lint runs if 'pytest' in cmd or 'mypy' in cmd: test_runs += 1

# --- User messages: extract tool results --- if etype == 'user': msg = entry.get('message', {}) for c in msg.get('content', []): if c.get('type') != 'tool_result': continue tid = c.get('tool_use_id', '') is_err = c.get('is_error', False) content = str(c.get('content', ''))

# Skill errors — 'Execute skill: X' with is_error=True is NORMAL # in headless mode (skill loaded successfully). Only count as # error if the content indicates a real failure (e.g. 'Unknown skill'). if is_err and 'skill' in content.lower(): if 'Execute skill' in content: pass # Normal headless behavior, not an error elif 'Unknown skill' in content: skill_name = content.split('Unknown skill:')[-1].strip()[:40] if 'Unknown skill:' in content else content[:60] skill_errors[skill_name] += 1 else: skill_errors[content[:60]] += 1

# File too large if 'exceeds maximum allowed' in content: file_too_large += 1

# Specific error categories if 'not a git repository' in content: worktree_git_errors += 1 if 'sqlite3: command not found' in content: sqlite_not_found += 1 if 'No module named pytest' in content: no_module_pytest += 1 if 'ImportError' in content: idx = content.find('ImportError') import_errors[content[idx:idx+80]] += 1

# Failed bash commands if tid in tool_uses_in_log: cmd = tool_uses_in_log[tid] exit_match = re.search(r'Exit code (\d+)', content[:30]) if exit_match and exit_match.group(1) != '0': short = cmd[:60] failed_bash[short] += 1 if cmd.strip().startswith('git'): git_errors[short] += 1

# --- Result entry --- if etype == 'result': result_subtypes[entry.get('subtype', '?')] += 1 cost = entry.get('total_cost_usd', 0) if cost: costs.append(cost) high_cost_logs.append((fname, cost, entry.get('num_turns', 0)))

if test_runs > 0: test_runs_per_log.append((fname, test_runs))

# Repeated commands in single log for cmd, count in bash_cmds_in_log.items(): if count >= 5: repeated_patterns[cmd] += 1

# ========== OUTPUT ========== print('=' * 70) print('GZA LOG INSIGHTS REPORT') print(f'Analyzed {len(log_files)} transcript logs and {len(ops_log_files)} ops logs') print('=' * 70)

# Section 1: Outcome summary print('\n## Task Outcomes') for st, count in result_subtypes.most_common(): print(f' {st}: {count}') if costs: print(f' Total spend: \${sum(costs):.2f} across {len(costs)} tasks') print(f' Average cost: \${sum(costs)/len(costs):.2f}/task')

# Section 2: Bare commands if bare_commands: print(f'\n## Bare Commands (missing uv run) — {sum(bare_commands.values())} total') print('These commands were invoked without \"uv run\" prefix, which may fail in') print('environments without the package installed globally.') for cmd, count in bare_commands.most_common(15): print(f' {count}x: {cmd}')

# Section 3: Git errors if worktree_git_errors or git_errors: print(f'\n## Git Errors — {worktree_git_errors} "not a git repository" + {sum(git_errors.values())} failed git commands') print('Includes stale worktrees, missing repos, and other git failures.') for cmd, count in git_errors.most_common(10): print(f' {count}x: {cmd}')

# Section 4: Missing tools/modules missing = [] if no_module_pytest: missing.append(f'\"No module named pytest\": {no_module_pytest} occurrences') if sqlite_not_found: missing.append(f'\"sqlite3: command not found\": {sqlite_not_found} occurrences') if file_too_large: missing.append(f'Read tool file-too-large errors: {file_too_large} occurrences') if import_errors: for err, count in import_errors.most_common(5): missing.append(f'{err}: {count}x') if missing: print(f'\n## Missing Dependencies / Environment Issues') for m in missing: print(f' - {m}')

# Section 5: Skill resolution errors (not counting normal 'Execute skill' responses) if skill_errors: print(f'\n## Skill Resolution Errors — {sum(skill_errors.values())} total') print('Note: \"Execute skill: X\" with is_error=True is normal in headless mode.') print('Only \"Unknown skill\" and other genuine failures are counted here.') for skill, count in skill_errors.most_common(): print(f' {count}x: {skill}')

# Section 6: Test-heavy logs (potential loops) heavy = [(f, c) for f, c in test_runs_per_log if c >= 8] if heavy: print(f'\n## Test-Heavy Runs (8+ test/lint invocations — possible loops)') for fname, count in sorted(heavy, key=lambda x: -x[1])[:10]: print(f' {count} runs: {fname[:70]}')

# Section 7: Repeated commands within single logs if repeated_patterns: print(f'\n## Repeated Commands (same command 5+ times in one session)') for cmd, num_logs in repeated_patterns.most_common(10): print(f' in {num_logs} log(s): {cmd}')

# Section 8: Failed bash commands if failed_bash: print(f'\n## Most Common Bash Failures — {sum(failed_bash.values())} total') for cmd, count in failed_bash.most_common(15): print(f' {count}x: {cmd}')

# Section 9: Cost outliers if high_cost_logs: expensive = sorted(high_cost_logs, key=lambda x: -x[1])[:5] print(f'\n## Most Expensive Runs') for fname, cost, turns in expensive: print(f' \${cost:.2f} ({turns} turns): {fname[:60]}')

# Section 10: Tool distribution print(f'\n## Tool Usage Distribution') for tool, count in tool_distribution.most_common(): print(f' {tool}: {count}')

print() " ```

### Step 3: Read AGENTS.md for current guidance

Read the project's AGENTS.md to understand what instructions agents already have. This helps identify gaps — patterns in the logs that aren't addressed by existing documentation.

### Step 4: Synthesize recommendations

Based on the analysis, produce actionable recommendations in these categories:

#### A. AGENTS.md Updates For each anti-pattern found in logs, suggest a specific line to add to AGENTS.md that would prevent the issue. Examples:

- If bare `pytest`/`mypy`/`gza` commands are common: > Add to AGENTS.md: "Always use `uv run pytest`, `uv run mypy`, `uv run gza` — never bare commands. The project uses uv for dependency management."

- If git worktree errors are frequent: > Add to AGENTS.md: "When running in a worktree, verify git works before running git commands. If the worktree's .git file is stale, do not attempt git init or repair — report the issue instead."

- If `python -m pytest` is used instead of `uv run pytest`: > Add to AGENTS.md: "Use `uv run pytest` (not `python -m pytest` or bare `pytest`). The uv tool manages the virtual environment."

- If sqlite3 is used directly: > Add to AGENTS.md: "Do not use the `sqlite3` CLI — it may not be installed. Use `uv run python -c 'from gza.db import ...'` to query the database."

- If the Read tool hits file-too-large errors:

Detalles técnicos

Versión
1.0.0
Licencia
MIT
Última actualización
21 ago 2026
Publicado
21 ago 2026

Resumen de decisión

Requiere validación

57
Listo
Revisar
Etapa

recent repository activity

Auditoría

Revisión de instalación

Revisión de instalación y adopción

73
Requiere revisión
Seguridad
74/100
Mantenimiento
100/100
Instalar
92/100
Abrir auditoría completaVer informe de evaluación

Evidencia probada por Agent

Evidencia probada por Agent

Informes de resultados tras resolver, revisar, instalar y una ejecución limitada.

0
Probado
Needs first agent runAuto-instalación: revisar primeroÚltimo: Desconocido
Tasa de éxito
Fallo reciente
Resultados
0
Calidad de salida
Fallidos
0
No relevante
0
Instalaciones
0
Bloqueado por riesgo
0
Configuración necesaria
0
Producción
0

Aún no hay datos de resultados de Agent. La primera ejecución puede informar éxito, configuración necesaria, bloqueos de riesgo, fallo o irrelevancia mediante /api/agent/outcome.

Instalar

Añadir al flujo de Agent

Gratis y de código abierto. Revisa el informe antes de instalar en Agents de producción.

Bucle de crecimiento

Kit para compartir

X

Borrador basado en un caso para gza-log-insights, listo para publicar manualmente en X.

Nota del curador
gza-log-insights: Analyze gza run logs to find recurring anti-patterns, wasted effort, and suggest AGENTS.md or...

11 stars

https://www.openagentskill.com/skills/mhawthorne-gza-log-insights?ref=x
Abrir borrador de X
Respuesta opcional con comando de instalación
Listing + install path for gza-log-insights:
https://www.openagentskill.com/skills/mhawthorne-gza-log-insights?ref=x

Install: npx skills add mhawthorne/gza --skill gza-log-insights

Fuente de la ficha

Indexado por Registry

Reclamable

Esta ficha se indexó desde fuentes públicas y no está marcada como oficial hasta que se apruebe una reclamación de mantenedor.

Creador
mhawthorne
Indexado por
Índice comunitario de OpenAgentSkill

La atribución enlaza al repositorio público o al perfil del creador. Los creadores pueden reclamar la ficha para actualizar las señales de propiedad.

Reclamar este skill

Reclamación del propietario

Reclamar esta ficha de skill

Esta ficha Indexado por Registry se atribuye a mhawthorne, pero aún no está marcada como oficial. Reclámala para añadir una señal de propietario verificado y hacer más fiables futuras actualizaciones de lanzamiento, instalación y auditoría.

Kit de enlaces para creadores

Añade las insignias de evidencia a tu README

Muestra la ficha canónica, las señales actuales de confianza y auditoría, y evidencia real de Agent-Proven donde los desarrolladores evalúan el repositorio.

[![Listed on OpenAgentSkill](https://www.openagentskill.com/api/badge/mhawthorne-gza-log-insights?metric=listed&label=Listed)](https://www.openagentskill.com/skills/mhawthorne-gza-log-insights)
[![OpenAgentSkill Trust](https://www.openagentskill.com/api/badge/mhawthorne-gza-log-insights?metric=trust&label=Trust)](https://www.openagentskill.com/skills/mhawthorne-gza-log-insights)
[![OpenAgentSkill Audit](https://www.openagentskill.com/api/badge/mhawthorne-gza-log-insights?metric=audit&label=Audit)](https://www.openagentskill.com/skills/mhawthorne-gza-log-insights/audit)
[![Agent Proven](https://www.openagentskill.com/api/badge/mhawthorne-gza-log-insights?metric=proven&label=Agent%20Proven)](https://www.openagentskill.com/skills/mhawthorne-gza-log-insights)

Autor

M

mhawthorne

@mhawthorne

Etiquetas

Afinidad con plataforma

Señales de salud

Estrellas de GitHub
11
Puntuación de calidad
31/100
Último push de GitHub
21 ago 2026
Pistas del framework
Desconocido
Vistas de OpenAgentSkill
2
Copias de instalación
0
Clics externos
0

Señal de comunidad

Comparte si este skill resulta útil para tu flujo de Agent. Los comentarios agregados mejoran la clasificación con el tiempo.

Confianza y seguridad

Do not auto-install

59
  • Adopción en GitHub11 estrellas de GitHubCorregir
  • Actividad de stars/forks11 estrellas y 1 forks; la actividad de issues no está disponible en los metadatos actualesCorregir
  • Mantenimiento reciente2 días desde el último pushAprobado
  • Claridad de licenciaMITAprobado
  • Completitud de README/SKILL.mdLos metadatos incluyen suficiente contexto de uso y flujo de trabajoAprobado
  • Riesgo de dependencias/runtimecommand execution surface, database surfaceInfo