tradermonty/skill-idea-miner

Skill Idea Miner

Extrae automáticamente candidatos a ideas de habilidades (skills) de los registros de sesión de Claude Code, puntúalos según novedad, viabilidad y valor comercial, y mantén un backlog priorizado para la generación posterior de habilidades.

Cuándo usarlo

• Ejecución automática del pipeline semanal (sábado 06:00 mediante launchd)
• Actualización manual del backlog: python3 scripts/run_skill_generation_pipeline.py --mode weekly
• Simulación (dry-run) para previsualizar candidatos sin puntuación con LLM

Requisitos previos

• Python 3.10+ con el paquete pyyaml
• Claude CLI instalado y autenticado (claude --version para verificar)
• Registros de sesión en ~/.claude/projects/<project>/ (creados automáticamente por Claude Code)
• No se requieren claves API (usa Claude CLI para las llamadas LLM)

Flujo de trabajo

Inicio rápido

# Simulación: previsualizar candidatos extraídos sin puntuación LLM
python3 scripts/mine_session_logs.py --dry-run --output-dir reports/

# Minería completa con puntuación (requiere Claude CLI)
python3 scripts/mine_session_logs.py --output-dir reports/

# Puntuar candidatos existentes
python3 scripts/score_ideas.py \
  --candidates reports/raw_candidates.yaml \
  --output-dir logs/

Etapa 1: Minería de registros de sesión

1. Enumerar los registros de sesión de los proyectos permitidos en ~/.claude/projects/
2. Filtrar los últimos 7 días según la fecha de modificación del archivo, confirmar con el campo timestamp
3. Extraer mensajes de usuario (type: "user", userType: "external")
4. Extraer patrones de uso de herramientas de los mensajes del asistente
5. Ejecutar detección determinista de señales:
   • Frecuencia de uso de habilidades (referencias a rutas skills/*/)
   • Patrones de error (códigos de salida distintos de cero, flags is_error, palabras clave de excepción)
   • Secuencias repetitivas de herramientas (3+ herramientas repetidas 3+ veces)
   • Palabras clave de solicitud de automatización (inglés y japonés)
   • Solicitudes no resueltas (intervalo de 5+ minutos después del mensaje del usuario)
6. Invocar Claude CLI sin interfaz gráfica para la abstracción de ideas
7. Generar raw_candidates.yaml

Etapa 2: Puntuación y deduplicación

1. Cargar las habilidades existentes desde el frontmatter de skills/*/SKILL.md
2. Deduplicar mediante similitud de Jaccard (umbral > 0.5) contra:
   • Nombres y descripciones de habilidades existentes
   • Ideas existentes en el backlog
3. Puntuar los candidatos no duplicados con Claude CLI:
   • Novedad (0-100): diferenciación respecto a habilidades existentes
   • Viabilidad (0-100): posibilidad técnica de implementación
   • Valor comercial (0-100): valor práctico para inversores/operadores
   • Compuesta = 0.3 * Novedad + 0.3 * Viabilidad + 0.4 * Valor comercial
4. Fusionar los candidatos puntuados en logs/.skill_generation_backlog.yaml

Formato de salida

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"

Backlog (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"

Recursos

• references/idea_extraction_rubric.md — Criterios de detección de señales y rúbrica de puntuación
• scripts/mine_session_logs.py — Analizador de registros de sesión
• scripts/score_ideas.py — Puntuador y deduplicador