Рудель: Аналитика с открытым исходным кодом для сессий Claude Code

Rudel — это аналитический слой с открытым исходным кодом для сессий Claude Code, который даёт представление о том, как разработчики на самом деле используют ИИ-агенты для программирования. Команда создала его после того, как осознала, что у них нет понимания собственных паттернов использования Claude Code.
Ключевые выводы из 1573 реальных сессий
Команда проанализировала 1573 сессии Claude Code, содержащие более 15 миллионов токенов и 270 тысяч взаимодействий. Некоторые примечательные выводы:
- Навыки использовались только в 4% сессий
- 26% сессий прерываются, большинство — в первые 60 секунд
- Уровень успешности сессий значительно варьируется в зависимости от типа задачи (документация показывает наивысшие результаты, рефакторинг — самые низкие)
- Паттерны каскадных ошибок появляются в первые 2 минуты и с разумной точностью предсказывают прерывание сессии
- Не существует значимого эталона для «хорошей» производительности агентной сессии
Как работает Rudel
Инструмент состоит из CLI и панели управления. Чтобы начать:
npm install -g rudel
rudel login # аутентификация через браузер
rudel enable # автоматическая загрузка сессий при завершении Claude Code
Для пакетной загрузки существующих сессий:
rudel upload # интерактивный выбор для пакетной загрузки
Техническая реализация
Когда вы запускаете rudel enable, регистрируется хук Claude Code, который срабатывает при завершении сессии. Хук загружает транскрипт сессии в Rudel. Транскрипты хранятся в ClickHouse и обрабатываются в аналитику.
Собираемые данные
Каждая загруженная сессия включает:
- ID сессии и временные метки (начало, последнее взаимодействие)
- ID пользователя и ID организации
- Путь к проекту и имя пакета
- Git-контекст (репозиторий, ветка, SHA, удалённый репозиторий)
- Транскрипт сессии (полное содержимое промптов и ответов)
- Использование суб-агентов
Вопросы безопасности
Rudel обрабатывает полные данные сессий кодирующих агентов, которые могут содержать конфиденциальную информацию, включая исходный код, промпты, вывод инструментов, содержимое файлов, вывод команд, URL-адреса и секреты. Команда подчёркивает важность включения Rudel только в проектах и средах, где вы готовы загружать такие данные. Для размещённого сервиса на app.rudel.ai они заявляют, что не имеют доступа к персональным данным, содержащимся в загруженных транскриптах.
Разработка и самостоятельное размещение
Проект лицензирован под MIT и включает документацию для локальной разработки и самостоятельного размещения. См. CONTRIBUTING.md для локальной настройки и docs/self-hosting.md для запуска собственного экземпляра.
Такой инструмент особенно полезен командам, которые хотят понять, как их разработчики взаимодействуют с ИИ-ассистентами для программирования, выявить паттерны в успешных и прерванных сессиях и потенциально улучшить рабочие процессы на основе данных, а не субъективных впечатлений.
📖 Read the full source: HN AI Agents
👀 Смотрите также

Локальная разработка ИИ с Qwen3.6-27B и Opencode на 5090
Пользователь Reddit делится опытом перехода с облачных AI-инструментов для кодирования (Claude Code, Cursor) на локальную настройку с использованием Opencode + llama-server + Qwen3.6-27B с контекстом 128K на одной RTX 5090, отмечая свободу от лимитов использования и рисков для аккаунта.

Loom: Локальный исполнительный механизм для сложных задач искусственного интеллекта
Loom — это открытый локальный исполнительный фреймворк, предназначенный для управления сложными задачами. Он предоставляет структурированный процесс с примерно 50 инструментами, системой плагинов пользовательских пакетов для повторяющихся рабочих процессов, а также интерфейсы CLI и MCP-сервера.

Сервер MCP индексирует кодовые базы в граф знаний для 10-кратного сокращения токенов
Новый MCP-сервер под названием codebase-memory-mcp анализирует кодовые базы в постоянный граф знаний с помощью tree-sitter, сокращая использование токенов как минимум в 10 раз для структурных запросов. Протестировано на 35 реальных репозиториях; он заменяет исследование файл за файлом на запросы к графу.

Сервер Nakkas MCP Создает Анимированные SVG из Описаний ИИ
Nakkas — это MCP-сервер, в котором искусственный интеллект создаёт полные анимированные SVG-конфигурации по описаниям, генерируя чистые анимированные SVG с фигурами, градиентами, анимациями и фильтрами. Он поддерживает параметрические кривые, 15 пресетов фильтров, CSS @keyframes и SMIL-анимации, и работает везде, где рендерится SVG.