-20260515221911.png|500](https://mmbiz.qpic.cn/sz_mmbiz_png/fkDSDWnukB2froXhmgCSRNgUQQubiaSWD8SbAiaQXxHqwOwicQK3he9F3zibNDpojZbVPrUaE3vlRmzdKzj6emKN5ogicDcHCCuO6p8WMJSEJFoo/640?wx_fmt=png&from=appmsg&_t=1783192046260)
具体配置放在`~/.claude/settings.json`里，类型是 prompt，让模型自己判断是否放行。
{ “hooks”: { “Stop”: [ { “hooks”: [ { “type”: “prompt”, “prompt”: “你是一个负责检查会话是否真正可以结束的守卫……n1. 第一次触发（stop_hook_active 为 false），返回 {“ok”: false}，要求执行 /logging-sessionn2. 第二次触发（stop_hook_active 为 true），返回 {“ok”: true}，放行” } ] } ] }}
这个两阶段机制听起来有点绕，但实际用起来是无感的。你正常对话，该结束就结束。唯一的区别是，结束前会多出一条消息，Claude Code 告诉你它已经把这次会话记录下来了，顺手给你一个记录 ID。
配置完 hook 之后每次会话记录都会自动写入本地数据库，没有一次需要我手动输入`/logging-session`。以前不记录是常态，记录需要额外操作。现在反过来了，记录是自动发生的，不记录才需要额外干预。
当然也有边界情况。比如我只是在对话里问了一个简单的问题，不涉及任何编码，hook 也会触发，Claude Code 也会记录一条。这种记录没什么信息量，但也不碍事，查询的时候按 task_category 筛掉就行。如果你觉得烦，可以在 skill 的操作手册里加一条规则，只记录有实际编码操作的对话。
以及我正在使用的 Copilot CLI，它的 hook 机制则不像 Claude Code 这样强大，不支持 command 类型的 hook， 就只能在每次对话结束后，由我自己手动触发了。
## 五
SQLite 数据库中存储的信息并不能直接查阅，需要借助专门的软件比如 Navicat，或是 VSCode 插件、命令行，然而我希望能有更加轻量快捷的方式。
我曾在之前的文章中介绍过我的个人 dashboard，可以查看 dailylog 笔记和番茄钟数据，这次我将和 AI 对话的记录也加了进去。
## 终
现在每次结束对话，Claude Code 都会自动帮我把这次会话沉淀下来。那些之前关掉终端就忘了的工作过程，现在都在我的数据库里，下周复盘的时候跑一条命令就能翻出来。
这本质上是我之前那篇《数据主权：Obsidian 的本地存储在 AI 时代更香了》背后思考的延续。
番茄钟数据存本地 SQLite，我能自己做统计页面对比时间开销；Dailylog 在本地 Markdown 文件里，我用脚本就能按需查询；现在，AI 的对话记录也回到了本地。它们共同遵循着一个极其朴素的原则——**先有数据，再用 AI 加工**。数据必须攥在自己手里，加工方式才能随心所欲。如果数据被锁在云端，AI 再强也只是空中楼阁，因为你连取回数据的自由都没有。
回头审视，无论是 dailylog 中的灵光一闪、番茄钟里的时间刻度，还是现在数据库里与 AI 的思维碰撞，我在探索 AI 的过程中，不自觉地将自己尽可能「数字化」了。它们不仅是我工作的产物，更是我数字生命的快照。
这也许就是我拥抱 AI 的方式吧。
