Rudel: Open-Source-Analyse für Claude Code-Sitzungen

Rudel ist eine Open-Source-Analyseebene für Claude-Code-Sitzungen, die Einblicke bietet, wie Entwickler KI-Coding-Agenten tatsächlich nutzen. Das Team hat es entwickelt, nachdem es feststellte, dass es keine Einsicht in die eigenen Claude-Code-Nutzungsmuster hatte.
Wichtige Erkenntnisse aus 1.573 echten Sitzungen
Das Team analysierte 1.573 Claude-Code-Sitzungen mit über 15 Millionen Tokens und 270.000+ Interaktionen. Einige bemerkenswerte Ergebnisse:
- Skills wurden nur in 4 % der Sitzungen genutzt
- 26 % der Sitzungen werden abgebrochen, die meisten innerhalb der ersten 60 Sekunden
- Die Erfolgsrate der Sitzungen variiert stark nach Aufgabentyp (Dokumentation schneidet am besten ab, Refactoring am schlechtesten)
- Fehlerkaskadenmuster treten in den ersten 2 Minuten auf und sagen Abbrüche mit angemessener Genauigkeit voraus
- Es gibt keine aussagekräftige Benchmark für 'gute' agentische Sitzungsleistung
Wie Rudel funktioniert
Das Werkzeug besteht aus einem CLI und einem Dashboard. So starten Sie:
npm install -g rudel
rudel login # Authentifizierung über Ihren Browser
rudel enable # Sitzungen werden automatisch hochgeladen, wenn Claude Code beendet wird
Für den Stapelupload bestehender Sitzungen:
rudel upload # interaktiver Auswahldialog für Stapelupload
Technische Implementierung
Wenn Sie rudel enable ausführen, registriert es einen Claude-Code-Hook, der ausgeführt wird, wenn eine Sitzung endet. Der Hook lädt das Sitzungstranskript zu Rudel hoch. Transkripte werden in ClickHouse gespeichert und zu Analysen verarbeitet.
Erfasste Daten
Jede hochgeladene Sitzung enthält:
- Sitzungs-ID & Zeitstempel (Start, letzte Interaktion)
- Benutzer-ID & Organisations-ID
- Projektpfad & Paketname
- Git-Kontext (Repository, Branch, SHA, Remote)
- Sitzungstranskript (vollständige Prompt- & Antwortinhalte)
- Sub-Agent-Nutzung
Sicherheitsüberlegungen
Rudel verarbeitet vollständige Coding-Agent-Sitzungsdaten, die sensible Materialien enthalten können, einschließlich Quellcode, Prompts, Tool-Ausgaben, Dateiinhalte, Befehlsausgaben, URLs und Geheimnisse. Das Team betont, Rudel nur für Projekte und Umgebungen zu aktivieren, bei denen Sie mit dem Hochladen dieser Daten einverstanden sind. Für den gehosteten Dienst unter app.rudel.ai geben sie an, keinen Zugriff auf persönliche Daten in hochgeladenen Transkripten zu haben.
Entwicklung und Self-Hosting
Das Projekt ist unter der MIT-Lizenz lizenziert und enthält Dokumentation für lokale Entwicklung und Self-Hosting. Siehe CONTRIBUTING.md für lokales Setup und docs/self-hosting.md für den Betrieb Ihrer eigenen Instanz.
Diese Art von Werkzeug ist besonders nützlich für Teams, die verstehen möchten, wie ihre Entwickler mit KI-Coding-Assistenten interagieren, Muster in erfolgreichen versus abgebrochenen Sitzungen identifizieren und ihre Workflows basierend auf Daten statt Anekdoten potenziell verbessern möchten.
📖 Read the full source: HN AI Agents
👀 Siehe auch

Claude Code v2.1.59 fügt Auto-Memory, den Copy-Befehl und Shell-Verbesserungen hinzu.
Claude Code v2.1.59 führt automatisches Kontextspeichern in den Auto-Speicher mit /memory-Verwaltung ein, fügt einen /copy-Befehl für interaktive Codeblock-Auswahl hinzu und verbessert Präfix-Vorschläge für zusammengesetzte Bash-Befehle.

Open-Source MCP Server verwandelt Claude in einen autonomen literarischen Agenten zur Abfrage von Verlagen
Der Agentic Publishing Node ist ein MCP-Server, der es Claude ermöglicht, Manuskripte automatisch mit Wunschlisten von Literaturagenten abzugleichen, Anschreiben zu generieren, nach Shunn-Standard zu formatieren und Pitches zu protokollieren – alles aus lokalen Markdown-Dateien.

Lokale Qwen-Modelle erreichen Browser-Automatisierung mit schrittweiser Planung und kompakter DOM.
Ein Entwickler fand heraus, dass kleine lokale LLMs wie Qwen 8B und 4B bei der Browser-Automatisierung erfolgreich sind, indem sie schrittweise Planung anstelle von vorab erstellten Mehrschrittplänen verwenden, kombiniert mit einer kompakten semantischen DOM-Darstellung, die den Token-Verbrauch von 50-100K+ auf ~15K für vollständige Abläufe reduziert.

Forge: Ein Speichersystem für Claude Code, erstellt mit Claude Code
Ein Entwickler hat Forge erstellt, einen TypeScript-Monorepo-MCP-Server, der automatisch Entscheidungen, Einschränkungen und Ablehnungen aus Claude-Code-Konversationen erfasst. Er verwendet eine sechsstufige Pipeline, um strukturierte Daten in einem event-sourced SQLite-Modell zu klassifizieren, zu extrahieren und zu speichern.