Rudel: Analíticas de código abierto para sesiones de Claude Code

Rudel es una capa de análisis de código abierto para sesiones de Claude Code que proporciona visibilidad sobre cómo los desarrolladores realmente utilizan los agentes de codificación con IA. El equipo lo construyó después de darse cuenta de que no tenían información sobre sus propios patrones de uso de Claude Code.
Hallazgos clave de 1.573 sesiones reales
El equipo analizó 1.573 sesiones de Claude Code que contenían más de 15 millones de tokens y más de 270.000 interacciones. Algunos hallazgos notables:
- Las habilidades solo se utilizaron en el 4% de las sesiones
- El 26% de las sesiones se abandonan, la mayoría dentro de los primeros 60 segundos
- La tasa de éxito de las sesiones varía significativamente según el tipo de tarea (la documentación obtiene la puntuación más alta, la refactorización la más baja)
- Los patrones de cascada de errores aparecen en los primeros 2 minutos y predicen el abandono con una precisión razonable
- No existe un punto de referencia significativo para el rendimiento 'bueno' de las sesiones agentivas
Cómo funciona Rudel
La herramienta consta de una CLI y un panel de control. Para comenzar:
npm install -g rudel
rudel login # autenticarse a través de su navegador
rudel enable # carga automática de sesiones cuando Claude Code finaliza
Para carga por lotes de sesiones existentes:
rudel upload # selector interactivo para carga por lotes
Implementación técnica
Cuando ejecutas rudel enable, registra un gancho de Claude Code que se ejecuta cuando finaliza una sesión. El gancho carga la transcripción de la sesión a Rudel. Las transcripciones se almacenan en ClickHouse y se procesan en análisis.
Datos recopilados
Cada sesión cargada incluye:
- ID de sesión y marcas de tiempo (inicio, última interacción)
- ID de usuario e ID de organización
- Ruta del proyecto y nombre del paquete
- Contexto de Git (repositorio, rama, SHA, remoto)
- Transcripción de la sesión (contenido completo de solicitudes y respuestas)
- Uso de subagentes
Consideraciones de seguridad
Rudel ingiere datos completos de sesiones de agentes de codificación, que pueden contener material sensible incluyendo código fuente, solicitudes, salida de herramientas, contenido de archivos, salida de comandos, URLs y secretos. El equipo enfatiza habilitar Rudel solo en proyectos y entornos donde te sientas cómodo cargando esos datos. Para el servicio alojado en app.rudel.ai, afirman que no tienen acceso a datos personales contenidos en las transcripciones cargadas.
Desarrollo y autoalojamiento
El proyecto tiene licencia MIT e incluye documentación para desarrollo local y autoalojamiento. Consulta CONTRIBUTING.md para configuración local y docs/self-hosting.md para ejecutar tu propia instancia.
Este tipo de herramienta es particularmente útil para equipos que desean comprender cómo sus desarrolladores interactúan con los asistentes de codificación con IA, identificar patrones en sesiones exitosas versus abandonadas, y potencialmente mejorar sus flujos de trabajo basándose en datos en lugar de anécdotas.
📖 Read the full source: HN AI Agents
👀 Ver también

Spanish: Sponsio: Barreras de seguridad deterministas para OpenClaw — Bloqueo de llamadas a herramientas 'legales pero incorrectas'
Herramienta de código abierto que se sitúa en el límite de las herramientas, evaluando cada llamada con contratos de lógica temporal (~0,14 ms p50). Evita que los agentes editen archivos fuera del directorio de trabajo, hagan push forzado o ejecuten migraciones en la base de datos incorrecta.

AgenteMail Detalles del Fundador Sobre Incorporación Nativa para Agentes Tras Exposición de CAPTCHA por OpenClaw
AgentMail, una API de correo electrónico para agentes de IA, reconstruyó su flujo de incorporación después de que su propio agente OpenClaw fallara en un CAPTCHA de Cloudflare. El nuevo sistema ofrece un único endpoint REST para la creación programática de cuentas, manteniendo a los humanos en el bucle para la verificación.

Sistema de traducción autoactualizable para OpenClaw mantiene glosarios de dominio automáticamente.
Un script de Python envuelve la API de Kimi2.5 para traducir archivos .srt de subtítulos mientras preserva los índices de bloque, las marcas de tiempo y la segmentación. El sistema utiliza perfiles de proyecto con archivos glossary.json, style.md y memory.jsonl, e incluye un trabajo cron que escanea fuentes oficiales cada 6 horas para actualizar la terminología.

LORE.md: Un estándar abierto para extraer conocimiento estructurado de conversaciones con IA
LORE.md es un estándar abierto para extraer conocimiento duradero de conversaciones con IA en un formato estructurado. Captura decisiones con su fundamentación, ideas clave, patrones, preguntas abiertas y próximos pasos, vinculando todo entre sesiones.