Memradar - open source que mostra que tipo de usuário de IA você é (suporte a Claude Code · Codex)

Olá. Depois de usar Claude Code e Codex por alguns meses, fiquei curioso para saber: "que tipo de desenvolvedor eu sou quando programo com IA?" Foi por isso que criei isso.
Com uma única linha, npx memradar, ele escaneia as sessões JSONL acumuladas em ~/.claude e ~/.codex no PC e abre um dashboard no navegador. Os dados das sessões não saem do seu computador.
O recurso principal é decompor as métricas extraídas dos logs de sessão em 3 eixos e classificá-las em 8 tipos.

Tipo leitura vs tipo execução — foco em perguntas e exploração, ou em executar e modificar código
Tipo profundidade vs tipo amplitude — se você se aprofunda em um projeto ou mexe em vários ao mesmo tempo
Tipo maratona vs tipo sprint — se você tem algumas sessões longas ou várias sessões curtas
É algo para ver por diversão, como MBTI, mas como é baseado em logs reais de sessão, o resultado pareceu bastante preciso. Também dá para salvar em imagem um Code Report com 8 páginas no estilo Spotify Wrapped. Além disso, inclui mapa de calor de atividade, gráfico por horário, nuvem de palavras, navegador de sessões e estatísticas de tokens e custos.
Enquanto ferramentas existentes (ccusage, claude-code-usage-monitor etc.) são mais voltadas ao rastreamento de tokens e custos, o memradar foca mais em ajudar você a refletir sobre "como está trabalhando com IA".

Como usar: npx memradar (executa direto, sem instalação)
Também existe uma versão web (memradar.vercel.app), mas por causa do volume dos logs e da privacidade, recomendo a execução via npm.
Baseado em Node.js 18+. Os providers suportados são Claude Code e Codex, e Gemini CLI · Cursor · Copilot · Aider estão no roadmap.

Blog: https://radarlog.kr

Issues · sugestões: https://github.com/on1659/memradar/issues
Licença MIT. Se testar, agradeço muito pelo feedback. Principalmente sugestões sobre os critérios de classificação dos 8 tipos, métricas que deveriam entrar no Code Report e providers adicionais. Bugs e sugestões de funcionalidades podem ser enviados pelo GitHub Issues, e impressões rápidas também podem ser deixadas nos comentários deste post.