Clase 7 · 17 min
Sin medir, "la sesión se puso cara" y "el agente se olvidó" son pura impresión. El kit lee las transcripciones JSONL de Claude Code y de Codex y devuelve duración, compactaciones, tokens y caché por turno, el costo real de retomar y una búsqueda en todo lo que ya se dijo. En esta clase mides un caso conocido y después tu sesión más grande.
Comenzar la clase
Objetivo: medir duración, compactaciones, tokens y caché de una sesión, leer el costo de retomar y encontrar una decisión antigua con recall.
Cuatro herramientas del kit, solo biblioteca estándar de Python, sin red.
Lo que se decidió tiene que estar en un archivo del proyecto. La transcripción sirve para medir y para recordar dónde buscar.
Los fixtures de las pruebas del kit dan números fijos: si tu salida coincide, la herramienta está bien en tu máquina.
K=~/projetos/execucao-longa python3 $K/tools/medir-sessao.py $K/tests/fixtures/claude_mini.jsonl python3 $K/tools/medir-sessao.py $K/tests/fixtures/codex_mini.jsonl python3 $K/tools/medir-sessao.py $K/tests/fixtures/claude_mini.jsonl --json --por-turno
S=$(ls -S ~/.claude/projects/*/*.jsonl | head -1); echo "$S" python3 ~/projetos/execucao-longa/tools/medir-sessao.py "$S" python3 ~/projetos/execucao-longa/tools/custo-retomada.py 14 python3 ~/projetos/execucao-longa/tools/nota-retomada.py --relatorio
K=~/projetos/execucao-longa; R=/tmp/ensaio-recall rm -rf $R && mkdir -p $R/codex/2026/10/01 $R/claude/-home-voce-projetos-demo $R/arq cp $K/tests/fixtures/recall_codex.jsonl $R/codex/2026/10/01/rollout-a.jsonl cp $K/tests/fixtures/recall_claude.jsonl $R/claude/-home-voce-projetos-demo/s1.jsonl export RECALL_DB=$R/recall.db python3 $K/tools/recall.py indexar --codex $R/codex --claude $R/claude --arquivo $R/arq python3 $K/tools/recall.py indexar --codex $R/codex --claude $R/claude --arquivo $R/arq python3 $K/tools/recall.py PostgreSQL unset RECALL_DB
mkdir -p ~/.local/bin && ln -s ~/projetos/execucao-longa/tools/recall.py ~/.local/bin/recall recall indexar # primera vez: indexa ~/.claude/projects y ~/.codex/sessions recall "cleanupPeriodDays" -n 5 # búsqueda (las opciones: --projeto X --fonte codex|claude --desde AAAA-MM-DD) cp ~/projetos/execucao-longa/tools/systemd/recall-indexar.* ~/.config/systemd/user/ sed -i "s#/home/nmaldaner#$HOME#g" ~/.config/systemd/user/recall-indexar.service systemctl --user daemon-reload && systemctl --user enable --now recall-indexar.timer # reindexa cada hora
$ medir-sessao.py tests/fixtures/claude_mini.jsonl
…/tests/fixtures/claude_mini.jsonl (claude)
duração: 7200 s | compactações: 1 | turnos: 2
tokens de entrada: 2000 | saída: 55 | cache: 45.0%
cache lido: 900 | escrito: 1085 | saída de ferramenta: 37 bytes
modelos: claude-opus-5-5, claude-sonnet-5-5
$ medir-sessao.py tests/fixtures/codex_mini.jsonl
…/tests/fixtures/codex_mini.jsonl (codex)
duração: 3600 s | compactações: 1 | turnos: 2
tokens de entrada: 3000 | saída: 120 | cache: 60.0%
cache lido: 1800 | escrito: 0 | saída de ferramenta: 8 bytes
modelos: gpt-6-astra, gpt-6.1-sol
$ medir-sessao.py tests/fixtures/claude_mini.jsonl --json --por-turno
[{"i": 1, "timestamp": "2026-09-02T08:00:05.000Z", "input": 1000, "cached": 0, "ratio": 0.0, "compactacoes": 0},
{"i": 2, "timestamp": "2026-09-02T09:00:10.000Z", "input": 1000, "cached": 900, "ratio": 0.9, "compactacoes": 1}]
$ recall indexar … (duas vezes) ; recall PostgreSQL
2 arquivos processados; 8 trechos novos.
0 arquivos processados; 0 trechos novos.
2026-09-10T10:00:03.000Z codex alfa user Quero migrar o banco para PostgreSQL até sexta …/rollout-a.jsonl:4
$ nota-retomada.py --relatorio (sem medições ainda)
Notas de retomada (últimos 30 dias, 0 medições) — …/notas.jsonl
modo n acerto tokens (mediana)
compactada 0 — —
retomada 0 — —
continuada 0 — —
prime 0 — —Los fixtures son transcripciones pequeñas y sintéticas de las pruebas del kit (nombres de modelo incluidos); los números sirven para comprobar la herramienta, no como medida de uso. Rutas acortadas con …
| Medición | Resultado | Fecha · muestra |
|---|---|---|
| Retomar con caché vencida × /prime | 284 mil × 187 mil eq a la vuelta; ~23 mil × ~10 mil por turno después | 14 días hasta el 17/10/2026 · 4.609 transcripciones, 190 × 11 casos |
| Caché en las sesiones largas | 93–99%, sin caer con compactaciones | 01/10/2026 · 3 sesiones (46,7 h, 59,8 h y 17,8 h) |
| Costo por turno sin compactar | último décimo ~5× el primero (810 × 157 mil) | 01/10/2026 · 1 sesión de 17,8 h |
| Salida de herramienta | 916 MB de un JSONL de 1,84 GB | 01/10/2026 · 1 sesión de 46,7 h |
Fuentes: docs/analise-geral-2026-10-17.md y docs/experimento-f7-retrospectivo-2026-10.md del kit.
Una línea por ejecución en progress.md, con los números de la herramienta.
Entre 93% y 99% es lo normal medido en las sesiones largas. Muy por debajo de eso en una sesión larga, busca pausas mayores que la caché o un cambio de modelo a mitad de camino.
La compactación no derriba la caché: no es motivo para cortar la sesión.
En Claude, líneas compact_boundary; en Codex, líneas compacted. Tres en la misma sesión: el hook ya pidió una sesión nueva al final de la tarea (clase 3).
Para ver cuándo, usa --json --por-turno y busca dónde sube la columna compactacoes.
No es un límite: el archivo grande no traba nada; lo que pesa es el contexto. Pero si domina, el agente está leyendo el log entero en vez de tail -50.
En la línea del checkpoint final: tokens de entrada / caché leída / salida y compactaciones, como hizo el piloto.
Es lo que permite comparar la próxima ejecución con esta.
| 2026-10-01 14:30 | medição do piloto | 7714c3c | sim (nível 3) | 332791 / 304000 / 4296 (cache 91,3%) | 0 |
Primero el caso conocido, después tus datos.
Mide los dos fixtures y ejecuta el ensayo del recall.
Listo cuando: claude_mini → compactações: 1 | turnos: 2 y cache: 45.0%; codex_mini → cache: 60.0%; el recall imprime 2 arquivos processados; 8 trechos novos., luego 0 arquivos processados y una línea con PostgreSQL.
Mide la transcripción más grande de tu Claude Code (o una de Codex en ~/.codex/sessions) y escribe la línea en el progress.md de tu ejecución, con la fecha.
Listo cuando: la línea de progress.md trae tokens de entrada, caché leída, salida y compactaciones iguales a los que medir-sessao.py imprimió para el mismo archivo.
Instala el comando recall, indexa y busca una decisión que recuerdes haber tomado con el agente en la última semana.
Listo cuando: recall indexar → N arquivos processados con N mayor que 0, y recall "[término]" --desde [fecha] devuelve la línea con el archivo y el número de la línea de la conversación.
Pregunta 1 de 4
¿Cómo calcula medir-sessao.py la caché?competencia
Pregunta 2 de 4
¿Por qué la transcripción JSONL no sirve como fuente de lo que se decidió?
Pregunta 3 de 4
¿Qué compara custo-retomada.py?competencia
Pregunta 4 de 4
Tu sesión muestra una salida de herramienta enorme. ¿Qué indica eso?
Elige una alternativa. La explicación aparece después de tu intento.