Ruminate

過去の会話履歴からブレインに未だ記録されていない知識を抽出します。reflect(現在のセッション)とmeditate(ブレインヴォルト監査)を補完し、過去の会話全体のアーカイブを対象とします。

プロセス

1. ブレインを読み込む

ブレインスナップショットを作成します: sh .agents/skills/meditate/scripts/snapshot.sh brain/ /tmp/brain-snapshot-ruminate.md。スナップショットパスを各分析エージェントに渡します。これにより、ブレイン全体をruminateオーケストレーターのコンテキストに読み込むのを避けられます。

2. 会話ディレクトリを特定

プロジェクトの会話ディレクトリを検索します:

~/.claude/projects/-<cwd-with-dashes-replacing-slashes>/

3. 会話を抽出

抽出スクリプトを実行して、JSONL形式の会話ファイルを読み取り可能なテキストに解析し、バッチに分割します:

python3 .agents/skills/ruminate/scripts/extract-conversations.py "$CONV_DIR" "$OUT_DIR" --batches N

Nは検出された会話数に基づいて選択します: 約20会話あたり1バッチ、最小2、最大10。

4. 分析チームを起動

エージェントチーム(TeamCreate)をN個のエージェント(バッチごとに1つ)で構築します。各エージェントはsubagent_type: general-purposeとmodel: opusを持ちます。N個すべてを並列実行します。

各エージェントのプロンプトには以下を含めます:

• バッチマニフェストパス($OUT_DIR/batches/batch_N.txt)
• 出力パス($OUT_DIR/findings_N.md)
• ブレインにすでに記録されているトピックのリスト(ステップ1から作成) — エージェントが既知の知識をスキップするため
• 各会話から抽出する指示:
  • ユーザー修正: ユーザーがアシスタントのアプローチ、コード、または理解を修正した時間
  • 繰り返される好み: ユーザーが明示的に要求したり、何度も異議を唱えたりしたもの
  • 技術的な学習: コードベース固有の知識、落とし穴、発見されたパターン
  • ワークフローパターン: ユーザーの作業方法の好み
  • フラストレーション: 摩擦点、無駄な労力、うまくいかなかったこと
  • 望まれているスキル: ユーザーが望んでいると表現した機能

エージェントは構造化された調査結果を出力ファイルに書き込みます。

5. 合成

すべてのエージェントが完了したら、すべての調査結果ファイルを読み込みます。既存のブレイン内容と相互参照します。バッチ間で重複排除します。

頻度と影響でフィルタリング。 ほとんどの調査結果は追加する価値がありません。提示する前に以下のフィルタを適用します:

• 頻度: これは複数の会話に出現しましたか。またはユーザーが同じ誤りを何度も修正していましたか？単発の修正はブレインエントリとしての価値がありません — ブレインはパターンを記録すべきで、事象ではありません。
• 事実の正確性: ブレインに記載されていることが今では間違っていますか？これらは頻度に関わらず常に修正する価値があります。
• 影響: これを記録しなかった場合、将来のセッションで何度も無駄な労力が生じますか？

攻撃的に削除してください。 ノイズを含む9つの調査結果より、3つの高シグナル調査結果を提示する方がよいです。

6. 提示と適用

調査結果をテーブルで表形式でユーザーに提示します。列は: 調査結果、頻度/根拠、提案されるアクション。どの調査結果が単発か繰り返されるパターンかについて正直になり — ユーザーに何が追加する価値があるかを決めさせます。

スキル固有の学習をルーティング。 特定のスキルの動作方法 — そのプロセス、プロンプト、エッジケース、またはトラブルシューティングについての調査結果があるかを確認します。スキルのSKILL.mdを直接更新します。既存の内容との重複や矛盾を避けるため、最初にスキルを読んでください。

ユーザーが承認した変更のみを適用します。ブレイン執筆規約に従います:

• 1ファイルに1トピック、ディレクトリで整理
• [[wikilinks]]を使用して関連するノートを接続
• すべての変更後にbrain/index.mdを更新
• 新しいものを作成するより既存のノートを更新することをデフォルトとします

7. クリーンアップ

一時抽出ディレクトリを削除します:

rm -rf "$OUT_DIR"

ガイドライン

• 攻撃的にフィルタリング。 ほとんどの会話はシグナルが低い — 自動化されたタスク、些細な交換、すでに記録された知識。本当に新しく影響のあるものだけを表示してください。
• 削減を優先。 調査結果が既存のブレイン原則の特殊なケースの場合、新しいものを作成するのではなく既存のノートを更新してください。
• ユーザーの言葉を引用。 調査結果がユーザーの直接的な修正に由来する場合、ユーザーの言葉を含めてください — それらは何が重要かについて最もシグナルを持っています。
• 分析完了時にエージェントをシャットダウン。 アイドル状態のままにしないでください。