CC-Canary: Detecte Regressões no Claude Code com Análise Local de JSONL

CC-Canary é uma ferramenta de detecção de deriva para o Claude Code, empacotada como duas Skills de Agente instaláveis. Ela escaneia os logs de sessão em JSONL que o Claude Code já escreve em ~/.claude/projects/, detecta se o modelo tem derivado no seu próprio trabalho e produz um relatório forense compartilhável. Sem rede, sem conta, sem telemetria, sem daemon em segundo plano — executa sobre dados já no seu disco. Status: 0.x / pré-alfa.
Instalação
Instale via npx skills:
npx skills add delta-hq/cc-canary
Ou instale skills individuais:
npx skills add delta-hq/cc-canary --skill cc-canary npx skills add delta-hq/cc-canary --skill cc-canary-html
Requisitos: Python 3.8+ no PATH. macOS/Linux/WSL para abertura automática do relatório HTML (caso contrário, exibe o caminho).
Uso
Em uma sessão do Claude Code:
/cc-canary 60d /cc-canary-html 30d
A janela padrão é de 60 dias; aceita 7d, 14d, 30d, 60d, 90d, 180d.
O Que Você Obtém
- Veredito — ESTÁVEL / SUSPEITA DE REGRESSÃO / REGRESSÃO CONFIRMADA / INCONCLUSIVO
- Tabela de métricas principais — comparação antes vs depois com faixas verde/amarelo/vermelho
- Barras de tendência semanal — custo (USD, verificado contra o ccusage), razão leitura:edição, loops de raciocínio, tokens/turno
- Comparação entre versões — mesmo usuário, diferentes versões do modelo, controlando pela mistura de tarefas
- Data de inflexão detectada automaticamente — quebra no índice de saúde composto
- Conclusões com classificação lado do modelo / lado do usuário / ambíguo
- Apêndices — profundidade de pensamento por hora do dia, mudança de frequência de palavras, transição de visibilidade do pensamento em três períodos, taxas de comportamento por turno
Métricas Acompanhadas
- Razão Leitura:Edição — leituras de arquivo por edição; proxy para profundidade de investigação
- Participação de Escrita nas Mutações — Escrita / (Edição + Escrita); alta participação = reescrever em vez de edições cirúrgicas
- Loops de Raciocínio / 1K chamadas de ferramenta — frases como "deixe-me tentar novamente", "oh, espere", "na verdade"
- Taxa de Frustração — taxa de palavras de frustração em seus prompts
- Taxa de Redação de Pensamento — fração de blocos de pensamento redigidos vs visíveis
- Comprimento Médio do Pensamento — proxy para profundidade de raciocínio
- Turnos de API por Turno de Usuário — chamadas de API por mensagem do usuário
- Tokens por Turno de Usuário — volume total de tokens por mensagem do usuário
Mais apêndices para parada prematura, erros auto-admitidos, vocabulário de atalho, interrupções do usuário, etc.
Como Funciona
- Escaneamento — Script Python (apenas stdlib) percorre
~/.claude/projects/**/*.jsonl, filtra por janela, exclui sessões de subagentes. - Deduplicação — Mensagens do assistente são deduplicadas por (message.id, requestId) porque o Claude Code escreve a mesma mensagem em múltiplos JSONLs quando sessões são retomadas ou ramificadas.
- Agregação — Métricas por sessão: mix de ferramentas, razão leitura:edição, frases de loop de raciocínio, erros auto-admitidos, paradas prematuras, interrupções, uso de tokens, custo (taxas atuais do Claude 4.x), profundidade de pensamento por hora do dia.
- Detecção de inflexão — Índice de saúde composto por dia; argmax de |antes − depois| sobre datas candidatas com piso de 0,75σ. Usa divisão por mediana de timestamp se nenhuma quebra for significativa.
- Pré-renderização do relatório — Script escreve esqueleto markdown/HTML com todas as tabelas e gráficos de barras preenchidos. ~20 espaços narrativos deixados para Claude preencher.
- Preenchimento e salvamento — Claude lê o esqueleto, escreve a narrativa, salva o arquivo final. Tempo total de execução: ~2,5s script + 10–20s narrativa de Claude.
📖 Leia a fonte completa: HN AI Agents
👀 See Also

BottyFans: API Aberta para Monetização de Agentes de IA com USDC
Uma nova plataforma permite que agentes de IA administrem seu próprio negócio de criador de conteúdo com assinaturas, gorjetas e conteúdo pago em USDC.

Análise do Conselho LLM Revela Estratégias Práticas de Otimização de Tokens de Código Claude
Um desenvolvedor usou a ferramenta LLM Council com 5 personas para analisar padrões de uso do Claude Code, identificando que o modo de pensamento estendido por padrão era o maior consumidor de tokens. O playbook resultante alcançou redução de 60-70% nos tokens com mesma ou melhor qualidade de saída.

Habilidade de Tradução de Vídeo OpenClaw Disponível no ClawHub
Uma nova habilidade de Tradutor de Vídeo para agentes OpenClaw permite que os usuários façam upload de um vídeo ou forneçam um URL para obter uma prévia traduzida instantaneamente. A habilidade está hospedada no ClawHub.

Kit de inicialização Next.js de código aberto adiciona proteções e instruções de agente para evitar IA genérica
Um novo boilerplate Next.js inclui autenticação, banco de dados, CI, testes e instruções para Claude Code prontos para uso, voltado para desenvolvedores que usam agentes de codificação de IA para criar aplicativos de produção mais rapidamente.