| name | recurring-task-extractor |
| description | 自分のClaude Codeログから3回以上繰り返している作業を洗い出し、実用できるエージェントスキルを生成する。「定期作業洗い出し」「ログから繰り返し作業」「スキル化候補出して」「この作業をスキル化して」と言われたら起動。2モード搭載 (keyword=高速30秒・無料 / semantic=並列サブエージェント・3-5分・$1〜$3)。出力は候補リスト、生成SKILL.md、実インストールはユーザー承認後 |
Recurring Task Extractor
過去のClaude Codeセッションログから、繰り返している作業を抽出して実用スキルを生成する「メタスキル」。
重要: keyword モードの自動生成はテンプレートベースの fallback。実用スキルを作る本命は、代表セッションを集めてAIに書かせる AI-backed generation。
2つの動作モード
| モード | 仕組み | 速度 | コスト | 精度 |
|---|
keyword | キーワード共起カウント | ~30秒 | 0 | 粗（言い回しの揺れに弱い） |
semantic | 並列サブエージェントが意味で束ねる | ~3-5分 | $1〜$3 | 高（「請求書出して」と「インボイス送って」を同一視） |
迷ったら semantic 推奨。月1回の棚卸しなら十分元取れる。
いつ起動するか
- 「最近よくやってる作業を自動化したい」
- 「自分のログ見て、スキル化できそうなやつ出して」
- 月次棚卸し
共通: Phase 1 ログスキャン
両モード共通の前処理。直近30日のセッションから「ユーザーの最初の依頼」と「使ったツール一覧」を抽出。
python3 ~/.claude/skills/recurring-task-extractor/scripts/scan_logs.py \
--days 30 \
--out /tmp/recurring-task-extractor/sessions.jsonl
オプション: --days N（直近N日、デフォ30）/ --all（全期間）
モードA: keyword（高速・無料）
Phase 2: クラスタリング
python3 ~/.claude/skills/recurring-task-extractor/scripts/cluster_tasks.py \
--in /tmp/recurring-task-extractor/sessions.jsonl \
--min-count 5 \
--top-n 25 \
--out /tmp/recurring-task-extractor/clusters.json
Phase 3: 候補リスト表示
python3 ~/.claude/skills/recurring-task-extractor/scripts/draft_skills.py \
--in /tmp/recurring-task-extractor/clusters.json \
--mode list
モードB: semantic（並列サブエージェント）
Phase 2: チャンク分割
python3 ~/.claude/skills/recurring-task-extractor/scripts/chunk_sessions.py \
--in /tmp/recurring-task-extractor/sessions.jsonl \
--chunk-size 250 \
--max-chunks 15 \
--out-dir /tmp/recurring-task-extractor/chunks
出力: chunk_01.jsonl ... chunk_15.jsonl
Phase 3: 並列サブエージェント分析（Claude Code側でAgent toolを使う）
このスキルが起動した時点で、Claude（あなた）は全チャンクを並列でAgent toolにディスパッチします。
各サブエージェント (subagent_type: general-purpose) に全く同じ指示テンプレートで投げる。チャンクパスだけ置換:
あなたは過去Claude Codeセッションログを分析するアナリストです。
入力: {CHUNK_PATH}
このJSONLファイルには {N} 件のセッション要約が入っています（各行 JSON: session_id, first_user_prompt, tools, cwd, timestamp）。
タスク:
1. 全セッションを読み、「同じ目的の作業を繰り返し依頼している」パターンを意味で抽出する
2. 単発・1回限りの作業はスキップ
3. 2件以上の類似セッションがあるパターンのみ採用
4. パターンごとに以下のJSONを返す:
{
"patterns": [
{
"name": "問い合わせ返信ドラフト",
"description": "問い合わせフォームから来たメールに対して返信文を考える作業",
"trigger_phrases": ["これ返信考えて", "問い合わせどう答える", "コレ返信"],
"sample_session_ids": ["xxx", "yyy", "zzz"],
"approximate_count": 8,
"suggested_skill_name": "inquiry-reply-drafter",
"suggested_tools": ["Bash", "Read", "WebSearch"]
}
]
}
出力先: {FINDINGS_PATH}（JSONを書き込み）
書き込み完了したら "OK: written N patterns to {FINDINGS_PATH}" とだけ返す。本文での説明は不要。
{FINDINGS_PATH} は /tmp/recurring-task-extractor/chunks/findings_NN.json（NNはチャンク番号）。
重要: 全チャンクを1メッセージ内で全て同時にAgent tool callする（並列実行）。順次実行すると遅い。
Phase 4: 統合（Claudeが直接マージ）
全 findings_*.json をRead（並列）→ Claudeが意味で束ねる:
name が類似なら同一パターン扱い（例: 「請求書発行」と「請求書作成」は同一）approximate_count を足し合わせsample_session_ids を結合（重複除去）- 統合結果を以下の形式で
/tmp/recurring-task-extractor/clusters.json に書き出す（draft_skills.py互換）:
[
{
"trigger": "問い合わせ返信ドラフト",
"count": 12,
"tool_signature": "Bash + Read + WebSearch",
"top_tools": ["Bash","Read","WebSearch"],
"top_cwds": ["..."],
"samples": [
{"prompt": "...", "timestamp": "...", "cwd": "..."}
],
"_semantic": {
"description": "...",
"trigger_phrases": [...],
"suggested_skill_name": "..."
}
}
]
Phase 5: 候補リスト提示
python3 ~/.claude/skills/recurring-task-extractor/scripts/draft_skills.py \
--in /tmp/recurring-task-extractor/clusters.json \
--mode list
採用判定 → AI-backed generation（推奨）
ユーザーが「1番と3番を採用」のように指定したら:
python3 ~/.claude/skills/recurring-task-extractor/scripts/prepare_ai_skill.py \
--clusters /tmp/recurring-task-extractor/clusters.json \
--sessions /tmp/recurring-task-extractor/sessions.jsonl \
--pick 1 \
--out-dir /tmp/recurring-task-extractor/ai-briefs/
出力される:
brief.json: 代表セッション、既存スキル重複、主要ツール、作業場所PROMPT.md: AIに渡す生成指示generated/<skill-name>/SKILL.md: AIが書く対象ファイル
Claude/Codexは PROMPT.md を読み、必要なら代表セッションJSONLを数件読んでから、target_skill_md に SKILL.md を書く。
このAI生成では、汎用テンプレではなく、過去セッションから以下を抽出して書く:
- 実際の起動文
- 実際に使っていたツール
- よく見る入力素材
- 成功した作業手順
- 出力の形
- 既存スキルとの棲み分け
- 失敗しやすい点
原則として、汎用的な「安全ルール」節は入れない。外部送信、投稿、財務・法務編集など実際に必要な場合だけ承認ゲートを短く入れる。
採用判定 → テンプレート生成（fallback）
AI-backed generationを使わずに素早く骨組みを出す場合:
python3 ~/.claude/skills/recurring-task-extractor/scripts/draft_skills.py \
--in /tmp/recurring-task-extractor/clusters.json \
--mode generate \
--pick 1,3 \
--out-dir /tmp/recurring-task-extractor/generated/
テンプレート生成されたスキルは /tmp/recurring-task-extractor/generated/<name>/SKILL.md に出力される。
生成される SKILL.md には以下が入る:
- 起動条件
- 目的
- 入力確認項目
- 先に確認する関連リソース
- 実行手順
- 詳細プレイブック
- 出力フォーマット
- 出力テンプレート
- 主要ツール
- 主な作業場所
- PIIマスク済みのログサンプル
- 品質ゲート
- よくある失敗
- 完了条件
draft モードは後方互換のため残っており、内部的には generate と同じ実用SKILL.mdを生成する。
明示的に安全ルール節も入れたい場合だけ --include-safety を付ける。
インストール
レビュー後、ユーザーが採用を明示した場合だけ ~/.claude/skills/ へコピーする:
python3 ~/.claude/skills/recurring-task-extractor/scripts/draft_skills.py \
--in /tmp/recurring-task-extractor/clusters.json \
--mode generate \
--pick 1,3 \
--out-dir /tmp/recurring-task-extractor/generated/ \
--install
既存スキルを上書きする必要がある場合のみ --force を付ける。
重要ルール
- 自動でSKILL.mdをインストールしない（低品質スキル乱立防止）
- ユーザー承認後のみ ~/.claude/skills/ へ実ファイル化
- 既存スキルと重複してないか必ず確認（
ls ~/.claude/skills/）
- セマンティックモードのコストはユーザーに事前告知（"$1〜$3 かかります、いいですか？"）
- ログ由来サンプルは個人情報、メールアドレス、電話番号、URL、トークン、Xハンドルをマスクしてから出す
トラブルシュート
- セッション数が少ない（< 100）→
keyword モードで十分
- セマンティックでサブエージェントが timeout →
--chunk-size を小さくして --max-chunks 増やす
- ストップワードが効いてない →
cluster_tasks.py の STOP_* セットを編集
配布性メモ
このスキル本体はポータブル。公開・共有する場合は、ログ由来サンプルに含まれる固有名詞、ローカルパス、連絡先、URL、トークンを必ずマスクすること。
