Recurring Task Extractor

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

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。