Ideen-Miner für Skills

Skill Idea Miner

Extrahiere automatisch Kandidaten für neue Skills aus Claude Code-Sitzungsprotokollen, bewerte sie hinsichtlich Neuheit, Machbarkeit und Handelswert und verwalte eine priorisierte Warteschlange für die nachgelagerte Skill-Generierung.

Verwendung

• Wöchentliche automatisierte Pipeline (Samstag 06:00 per launchd)
• Manuelle Aktualisierung der Warteschlange: python3 scripts/run_skill_generation_pipeline.py --mode weekly
• Trockenlauf zur Vorschau der Kandidaten ohne LLM-Bewertung

Voraussetzungen

• Python 3.10+ mit dem Paket pyyaml
• Claude CLI installiert und authentifiziert (claude --version zur Überprüfung)
• Sitzungsprotokolle in ~/.claude/projects/<project>/ (automatisch von Claude Code erstellt)
• Keine API-Schlüssel erforderlich (verwendet Claude CLI für LLM-Aufrufe)

Arbeitsablauf

Schnellstart

# Trockenlauf: Vorschau der abgebauten Kandidaten ohne LLM-Bewertung
python3 scripts/mine_session_logs.py --dry-run --output-dir reports/

# Vollständiger Abbau mit Bewertung (erfordert Claude CLI)
python3 scripts/mine_session_logs.py --output-dir reports/

# Vorhandene Kandidaten bewerten
python3 scripts/score_ideas.py \
  --candidates reports/raw_candidates.yaml \
  --output-dir logs/

Phase 1: Sitzungsprotokoll-Abbau

1. Durchsuche Sitzungsprotokolle aus der Zulassungsliste in ~/.claude/projects/
2. Filtere auf die letzten 7 Tage basierend auf Datei-Modifikationszeitpunkt, bestätige mit dem Feld timestamp
3. Extrahiere Benutzernachrichten (type: "user", userType: "external")
4. Extrahiere Tool-Nutzungsmuster aus Assistenten-Nachrichten
5. Führe deterministische Signalerfassung durch:
   • Häufigkeit der Skill-Nutzung (skills/*/ Pfadverweise)
   • Fehlermuster (Rückgabecodes ungleich Null, is_error-Flags, Ausnahme-Schlüsselwörter)
   • Wiederholte Tool-Sequenzen (3+ Tools, 3+ Mal wiederholt)
   • Automatisierungs-Anfrage-Schlüsselwörter (Englisch und Japanisch)
   • Unerledigte Anfragen (5+ Minuten Pause nach Benutzernachricht)
6. Rufe Claude CLI kopflos für die Ideenabstraktion auf
7. Ausgabe raw_candidates.yaml

Phase 2: Bewertung und Deduplizierung

1. Lade vorhandene Skills aus der Frontmatter von skills/*/SKILL.md
2. Dedupliziere mittels Jaccard-Ähnlichkeit (Schwellenwert > 0.5) gegen:
   • Vorhandene Skill-Namen und -Beschreibungen
   • Vorhandene Ideen in der Warteschlange
3. Bewerte nicht-duplizierte Kandidaten mit Claude CLI:
   • Neuheit (0-100): Abgrenzung zu bestehenden Skills
   • Machbarkeit (0-100): technische Umsetzbarkeit
   • Handelswert (0-100): praktischer Wert für Investoren/Händler
   • Zusammensetzung = 0.3 * Neuheit + 0.3 * Machbarkeit + 0.4 * Handelswert
4. Führe bewertete Kandidaten in logs/.skill_generation_backlog.yaml zusammen

Ausgabeformat

raw_candidates.yaml

generated_at_utc: "2026-03-08T06:00:00Z"
period: {from: "2026-03-01", to: "2026-03-07"}
projects_scanned: ["claude-trading-skills"]
sessions_scanned: 12
candidates:
  - id: "raw_2026w10_001"
    title: "Earnings Whispers Image Parser"
    source_project: "claude-trading-skills"
    evidence:
      user_requests: ["Extract earnings dates from screenshot"]
      pain_points: ["Manual image reading"]
      frequency: 3
    raw_description: "Parse Earnings Whispers screenshots to extract dates."
    category: "data-extraction"

Warteschlange (logs/.skill_generation_backlog.yaml)

updated_at_utc: "2026-03-08T06:15:00Z"
ideas:
  - id: "idea_2026w10_001"
    title: "Earnings Whispers Image Parser"
    description: "Skill that parses Earnings Whispers screenshots..."
    category: "data-extraction"
    scores: {novelty: 75, feasibility: 60, trading_value: 80, composite: 73}
    status: "pending"

Ressourcen

• references/idea_extraction_rubric.md — Kriterien für die Signalerfassung und Bewertungsraster
• scripts/mine_session_logs.py — Parser für Sitzungsprotokolle
• scripts/score_ideas.py — Bewerter und Deduplizierer