| name | replay-learnings |
| description | Collaborator memory recall — restores past collaboration history at session start.
Pulls relevant context from all 5 folders of 30_Claude (01_Sessions, 02_Learnings, 04_Plans,
05_Research, 06_Designs), with 20_Wiki as secondary. USE PROACTIVELY at session start
when user requests non-trivial work, reopens past project, mentions external tech by name,
or says Korean "이전에 / 예전에 / 우리 ~했잖아" (English: "previously" / "earlier" /
"we did this before"). Primary mechanism for continuity — ensures Claude remembers past
decisions, learnings, plans, research, and designs instead of starting from zero.
Max 1500 tokens injected per briefing.
|
| triggers | {"suggest":["이전에","예전에","우리 뭐 했었지","기억나는데","뭘 배웠지","이어서","과거 학습","lessons learned","remind me","remember"]} |
Replay Learnings — Collaborator Memory Recall
Claude를 "연속성 있는 협업자"로 만드는 핵심 스킬. 30_Claude의 모든 폴더를 대상으로
과거 협업 맥락을 복원한다. 단순 "교훈 재생"이 아니라 "협업자 기억 전체 재생".
Role in Knowledge System
우리 지식 시스템 설계 원칙 ([[design-2026-04-15-knowledge-system-usage-principle]])에 따르면:
- 20_Wiki = "이 주제 뭘 알고 있지?" (주제 축) →
qmd-search 담당
- 30_Claude = "이 작업 이전에 했었나? 뭘 배웠지?" (시간/프로젝트 축) → 이 스킬 담당
이 스킬은 Tier 2a (30_Claude) 의 primary instantiation이다.
Autonomous Triggers
Strong (Must run)
- 세션 시작 + 사용자 첫 프롬프트가 비자명한 작업 요청
(인사/단순 질문이면 skip)
- 프로젝트명 언급 — harness, slide-pptx, beautydecode, proposal-bid, Hermes 등
- 과거 참조 표현 — "이전에", "예전에", "우리 ~했잖아", "기억나는데"
- 작업 재개 — "이어서", "다시", "계속"
- 외부 기술/도구/사람 고유명사 — Hermes, Graphify, Ouroboros, 카파시
Medium (Consider running)
- 설계 결정 직전 (06_Designs 확인)
- 계획 수립 시 (04_Plans 재사용)
- 리서치 시작 (05_Research 중복 방지)
- Task 도구로 에이전트 위임 직전 (에이전트에게 맥락 전달)
Skip conditions
- "바로", "briefing 없이", "vault 무시"
- 순수 수학/문법/인사
- 같은 세션에서 같은 키워드로 이미 실행
- 작업이 완전히 독립적 (no context needed)
30_Claude Folder Coverage
이 스킬은 30_Claude 5개 폴더 전체를 검색 대상으로 한다:
| 폴더 | 내용 | 검색 축 | 활용 질문 |
|---|
01_Sessions/ | 과거 세션 핸드오프 | 시간순, 최신 우선 | "이어서 할 작업 있나?" |
02_Learnings/ | 실수에서 배운 교훈 | 카테고리 매칭 | "이 영역 주의사항?" |
04_Plans/ | 계획서 | 프로젝트명 매칭 | "비슷한 플랜 있나?" |
05_Research/ | 리서치 결과 | 주제 매칭 | "이미 조사했나?" |
06_Designs/ | 설계 결정 | 결정 맥락 | "왜 이렇게 설계했지?" |
보조로 20_Wiki도 포함 (주제 키워드 겹칠 때만).
10_Raw는 포함 안 함 (도서관 — 수동 접근).
Workflow
Step 1: Extract keywords (free)
사용자 프롬프트에서 핵심 키워드 추출:
- 프로젝트명: harness, slide-pptx, beautydecode, proposal-bid, Hermes, GBrain...
- 고유명사: 카파시, Ouroboros, Graphify, Ollama...
- 행동: 개발, 설계, 디버깅, 리서치, 배포
- 도메인: agent, wiki, 클리퍼, 스킬
Step 2: L1 Search (local grep, fast, 0 token)
grep -i "{keywords}" ~/.claude/CLAUDE.md
grep -r -l -i "{keywords}" ~/.claude/projects/-home-daniel/memory/feedback_*.md 2>/dev/null
Step 3: L2 Search (QMD on 30_Claude, ~500-1000 tokens)
30_Claude 전체를 QMD로 검색:
qmd search "{keywords}" -c obsidian -n 10 | grep "30_Claude"
각 폴더별로 별도 검색도 가능:
qmd search "{keywords} 세션" -c obsidian -n 5 | grep "30_Claude/01_Sessions"
qmd search "{keywords} 교훈 실수" -c obsidian -n 3 | grep "30_Claude/02_Learnings"
qmd search "{keywords} 플랜 계획" -c obsidian -n 3 | grep "30_Claude/04_Plans"
qmd search "{keywords} 리서치 조사" -c obsidian -n 3 | grep "30_Claude/05_Research"
qmd search "{keywords} 설계 결정" -c obsidian -n 3 | grep "30_Claude/06_Designs"
Step 4: L3 Search (20_Wiki 보조, 필요 시)
주제 키워드가 명확하면 20_Wiki도 검색:
qmd search "{keywords}" -c obsidian -n 5 | grep "20_Wiki"
이 단계는 qmd-search 스킬로 위임 — 중복 구현 금지.
Step 5: Merge + Rank
L1 + L2 + L3 결과를 관련성 순으로 정렬:
- 고유명사 정확 일치 → 최상위
- 프로젝트명 일치 → 상위
- 최근 세션 (7일 이내) → 상위 가중
- 일반 키워드 → 하위
Step 6: Confidence-Based Action
| Top score | Action |
|---|
| ≥ 0.9 | 파일을 전문 Read하여 핵심 요약 제공 + "이어서 할까요?" |
| 0.7 ~ 0.9 | 요약 주입 + "읽어볼까요?" 제안 |
| 0.5 ~ 0.7 | 제목만 주입 + "관련 있어 보여요" |
| < 0.5 | 조용히 skip, "특별히 관련된 과거 작업 없음" 명시 |
Step 7: Inject into context (max 1500 tokens)
Output Format (Standardized)
📖 COLLABORATOR MEMORY RECALL — {task keywords}
================================================
▼ 🧠 Local (learn-rule/memory)
- [feedback_webapp_reuse] 웹앱 코드 있으면 그대로 import, 재구현 금지
- [CLAUDE.md LEARN] 이 영역에서 주의할 점 X
▼ 📖 30_Claude (협업자 기억)
[01_Sessions — 최근 세션]
- [[session-2026-04-14-harness-skill-fix-ouroboros]] (0.8, 2일 전) — Ouroboros 접목 경험
- [[session-2026-04-15-wiki-integrity-normalization]] (0.7, 오늘) — 위키 시스템 정규화
[05_Research — 관련 조사]
- [[research-2026-04-14-gbrain-ouroboros-analysis]] (0.9) — GBrain은 Hermes용, Ouroboros 개념 접목
[06_Designs — 설계 결정]
- [[design-2026-04-15-knowledge-system-usage-principle]] (0.7) — 지식 시스템 활용 원칙
[02_Learnings — 주의할 교훈]
(해당 키워드 관련 교훈 없음)
[04_Plans — 관련 플랜]
(해당 키워드 관련 플랜 없음)
▼ 🧠 20_Wiki (주제 지식) — 보조
- [[hermes-agent-install-guide]] (0.9) — Nous Research 18 LLM 터미널 에이전트
▼ 🎯 Suggested Approach
- 먼저 [[research-2026-04-14-gbrain-ouroboros-analysis]] 읽기 — Hermes 분석 이미 있음
- Ollama 루트 주목 (로컬 LLM 연결 — research 메모 참조)
- OMC와의 중복 영역 피하기 (이전 세션 learning)
- 필요 시 [[hermes-agent-install-guide]] 원본 설치 가이드 참조
Token cost: ~1200 / 1500
Constraints
- Max 1500 tokens 주입 (요약 중심, 전문 아님)
- 30_Claude 우선 — 30_Claude 결과가 있으면 20_Wiki는 보조로만
- 최근 세션 가중 — 동일 score면 7일 이내 세션 우선
- Anti-loop: 같은 세션에서 같은 키워드 재실행 금지
- Skip gracefully: 검색 결과 부족하면 조용히 "특별히 관련 지식 없음"으로 종료
- Respect autonomy: 사용자가 "바로", "briefing 없이" 하면 즉시 스킵
- Never auto-Read full file: 요약만 주입, Read는 사용자 동의 후
Failure Modes to Avoid
- ❌ QMD 결과 원시 덤프 (1000+ 토큰 낭비)
- ❌ 관련성 낮은 결과 억지로 포함 (잘못된 방향 유도)
- ❌ 매 턴 반복 실행 (세션당 1-2번이면 충분)
- ❌ 30_Claude 폴더 중 일부만 검색 (01_Sessions만 보고 끝내기)
- ❌ 10_Raw 포함 (도서관은 수동 전용)
- ❌ 사용자 요청 없이 자동 Read
실전 예시 — Hermes 개발 시나리오
User: "Hermes 에이전트 구축 시작하자"
Claude 자동 실행:
[Trigger 감지: "Hermes" 고유명사 + "구축 시작" 새 작업]
[replay-learnings 자동 발동]
[Step 1] Keywords: Hermes, agent, 구축, 에이전트
[Step 2] L1: grep → feedback_webapp_reuse 등 일반 규칙만
[Step 3] L2: qmd search "Hermes agent 에이전트" -c obsidian -n 10
결과:
- 30_Claude/05_Research/research-2026-04-14-gbrain-ouroboros-analysis.md (0.92)
- 30_Claude/01_Sessions/session-2026-04-14-harness-skill-fix-ouroboros.md (0.78)
- 30_Claude/06_Designs/design-2026-04-15-knowledge-system-usage-principle.md (0.65)
- 20_Wiki/01_Sources/hermes-agent-install-guide.md (0.89)
[Step 6] Confidence check: top 0.92 → 전문 Read 제안
[Step 7] Context 주입]
Claude 응답:
📖 협업자 기억 복원 — Hermes 에이전트 구축
▼ 관련 과거 작업 4개 발견:
1. [[research-2026-04-14-gbrain-ouroboros-analysis]] (0.92) — 🔥 핵심
- GBrain (7.6K★): Hermes 에이전트용 인프라 (가져올 것 없음)
- Ouroboros: Python 워크플로우 엔진 (코드 X, 개념 3가지만 접목 완료)
- 👉 Hermes는 OMC 대안/보완 런타임 후보로 분석됨
- 👉 Ollama 루트만 별도로 살펴볼 가치 있음 (로컬 LLM 연결)
2. [[hermes-agent-install-guide]] (0.89) — 원본 설치 가이드
- Nous Research, 터미널 오픈소스 AI 에이전트
- 18 LLM 지원 (OpenAI, Claude, Gemini, Ollama)
- Linux/macOS/WSL2/Android 지원
3. [[session-2026-04-14-harness-skill-fix-ouroboros]] (0.78) — 이전 세션
- Ouroboros 개념 3가지 접목 완료 (Seed Spec, 3-Stage Eval, Ambiguity Score)
- Hermes와 겹치는 영역 확인됨
4. [[design-2026-04-15-knowledge-system-usage-principle]] (0.65)
- 지식 시스템 활용 원칙 — 이 스킬 자체의 설계 배경
▼ 제안
- [[research-2026-04-14-gbrain-ouroboros-analysis]] 먼저 읽고 시작
- Ollama 로컬 연결이 첫 작업으로 유망
- OMC와 중복 영역(Telegram/Discord 통합 등) 피하기
어느 것부터 볼까요?
→ 이게 "연속성 있는 협업자" 실전 작동.
Integration with Other Skills
- qmd-search (Tier 2b): 20_Wiki 전용 검색. 이 스킬과 협력.
- wiki (ingest verb): 검색 결과 부족하면 새로 ingest 제안.
- session-handoff: 세션 종료 시 저장하면 이 스킬이 다음 세션에서 읽음.
- learn-rule: 새 교훈은 이 스킬의 미래 검색 대상.
Fallback
- QMD 미설치/오류 → L1만 사용, 조용히 진행
- 30_Claude 폴더 없음 → 20_Wiki만 검색
- 검색 결과 없음 → "특별히 관련된 과거 작업 없음. 이번이 첫 시도 같습니다."
