Project collect

Project Collect

주제(키워드)를 받아 등록된 도구들을 검색하고, 관련 맥락을 소스당 1개 통합 아카이브로 정리해 실행 시작 때 확정한 $OUT_DIR에 저장한다. 원본 파일은 그대로 보존한다. 외부 웹/유튜브 리서치는 하지 않는다.

이름 기준: 신규 호출과 문서에서는 project-collect를 쓴다.

출력 위치(하위호환): 신규 프로젝트는 01-context/company/, 기존 context/만 있는 레거시 프로젝트는 context/를 쓴다. 둘 다 있으면 자동 선택하지 않고 CONFLICT로 중단한다. .obsidian/이 있는 vault에서는 내부 아카이브를 만들지 않고 OBSIDIAN_VAULT로 중단한다. 이 경우 해당 vault의 ingest 워크플로를 쓴다. 실행 시작 때 scripts/context_status.py --resolve-dir로 절대 경로 $OUT_DIR을 한 번만 확정한다.

출력 형태 (가장 중요)

목표는 "히트 전수 덤프"가 아니라 사람이 바로 읽는 통합 맥락 아카이브다.

항목 크기에 따라 두 방식으로 나눈다.

• 메신저류(Slack·카톡·짧은 메일 등)는 소스당 1개 .md 아카이브로 합친다. 스레드별로 파일을 흩뿌리지 않는다.
  • 상단: 수집 계정/채널·범위·수집일, 핵심 인물 표, 주요 결정사항, 다른 소스와의 교차참조.
  • 본문: 관련 항목의 원문 전체를 시간순으로 빠짐없이. 요약 아닌 원문. 정리는 구조(헤더·순서·표)로만.
• 대형 항목(미팅 전사본·녹취·긴 문서)은 항목당 1파일로 둔다. 한 파일에 다 합치려 하지 않는다(컨텍스트·파일 크기 초과 방지).
  • 같은 소스의 대형 항목들은 인덱스 아카이브 1개(...-아카이브.md)에 목록·핵심 요지·각 파일 링크만 두고, 전문은 개별 파일에.
  • 파일명: YYMMDD-<소스>-<제목>.md (예: 260408-caret-구글-미팅.md).
• 원본 파일(첨부·문서·녹음)은 attachments/에 사람이 읽는 이름으로 보존한다. 260530-F0B5...-image.png 같은 기계 이름 금지 → 1주차_강의자료.pdf처럼. 같은 파일은 한 번만(해시로 dedupe). 추출 텍스트가 있으면 .pdf+.txt 함께.
• 아카이브 .md와 하위폴더 모두 파일명 앞에 날짜 YYMMDD-를 붙인다(아래 날짜 규칙).

재실행 머지 (upsert — 덮어쓰기·중복 파일 금지)

같은 소스 아카이브가 $OUT_DIR에 이미 있으면 새 파일을 만들거나 통째로 덮어쓰지 않는다. 기존 파일을 읽어 증분 병합한다(없을 때만 새로 생성). 같은 소스의 재실행이 항상 "처음부터 최신 상태로 쓴 한 파일"로 읽혀야 한다.

메타데이터는 아카이브 맨 위 YAML frontmatter가 단일 소스다 (스키마·소스별 anchor·머지 절차 전부: references/archive-schema.md).

• 증분 기준점(anchor): 재수집 전 python3 "${CLAUDE_PLUGIN_ROOT}/skills/project-collect/scripts/context_status.py" "$OUT_DIR" --source <소스>로 기존 anchor를 읽어 그 이후만 검색한다. slack=마지막 ts(--oldest), gmail=마지막 날짜(after:) 등. 빈 줄이면 anchor가 없는 것이므로 본문 항목과 dedupe한다.
• 풀 리스캔 예외: 사용자가 "처음부터 끝까지 수집해줘" 류로 명시 요청할 때만 anchor를 무시하고 전 범위 재검색. 이때도 새 파일을 만들지 않고 기존 항목과 dedupe하며 같은 아카이브에 머지한다.
• 본문 증분: 기존 항목 보존, 직전 수집 이후 신규 항목만 시간순 제자리에 dedupe(같은 ts·내용 제외)해 끼워 넣는다.
• frontmatter 갱신: collected_last=오늘, range_end=새 최신 항목일, anchor=새 마지막 키, items 갱신. collected_first·range_start는 불변.
• 결정·인물: 새 사실 추가, 기존 줄 보존, 충돌하는 옛 결정만 최신으로 교체(옛 값 → 변경).
• 현황 한눈: python3 "${CLAUDE_PLUGIN_ROOT}/skills/project-collect/scripts/context_status.py" "$OUT_DIR".

관련성 게이트 (저장 전 필수)

검색은 부분일치로 무관한 걸 대량 긁는다. 저장 전에 **"이게 정말 이 프로젝트(예: A사) 맥락인가?"**를 판정한다.

• 키워드를 정확 매칭 우선으로 본다. 회사명이 흔한 일반어를 포함하면(예: "○○엔지니어링"), 그 일반어 단독 매칭(일반 프롬프트 엔지니어링 페이지, 타사명 등)은 버린다.
• 자동 알림(CRM 문의알림 등), 무관 채널, 일반 지식 페이지는 제외한다.
• 빈 export(블록 0·본문 0)는 저장하지 않고 manifest에 "빈 export"로 기록.
• 애매하면 버리지 말고 목록으로 사용자에게 확인받는다.

입력

• 인자에서 키워드를 추출한다. 모호하면 한 번 묻는다. 띄어쓰기 변형(예: 선 엔지니어링)도 함께 검색한다.
• 파일명 맨 앞 YYMMDD는 그 자료가 작성·발생한 날짜(아카이브는 범위의 대표일 또는 최신일). 수집일이 아니다. 못 구하면 오늘로 폴백하고 수집일은 헤더에만.

사전 준비

1. 프로젝트 루트로 이동한 뒤 어떤 mkdir·파일 쓰기보다 먼저 경로를 한 번 확정한다. resolver가 CONFLICT 또는 OBSIDIAN_VAULT로 실패하면 쓰지 않고 중단한다.

   PROJECT_ROOT="$(pwd -P)"
   OUT_DIR="$(python3 "${CLAUDE_PLUGIN_ROOT}/skills/project-collect/scripts/context_status.py" --resolve-dir --root "$PROJECT_ROOT")" || exit 1
   mkdir -p "$OUT_DIR/attachments" || exit 1
   

2. 날짜 확보: date +%y%m%d, date +%Y-%m-%d.
3. 수집 의도 파악 — 구조화 질문 도구가 현재 런타임에서 가능하면 먼저 묻는다. 도구가 없거나 Default mode 제한으로 실패하면 같은 질문을 재시도하지 말고 intent="포괄적 전수"로 두고 진행한다. 이 의도가 관련성 판정의 기준이 되고, 그대로 서브에이전트에 전달된다. 의도는 "무엇이 관련 있나"(범위 축)만 정한다 — "언제부터 찾나"(시간 축)는 항상 anchor 이후 증분이 기본(재실행 머지 섹션).
   • 질문: "<키워드> 맥락, 어디까지 모을까요? (기존 아카이브가 있으면 지난 수집 이후 증분만 수집됩니다)"
   • 프리셋 옵션 2개(구조화 질문 도구의 옵션 스키마 대응): ① 전체 (프로젝트 전반 모두 수집) ② 토픽 집중 — Other(자유입력)로 범위 지정. ②를 자유입력 없이 그대로 고르면 범위를 되묻는다(빈 채로 넘어가는 사고 방지). 그 외 "특정/니치" 같은 프리셋은 만들지 않는다.
   • 전체 선택 → intent="포괄적 전수". 자유입력 → intent=그 문구(예: "2회차 청주 운영만", "계약·정산만").
   • 자유입력으로 "처음부터 끝까지 수집해줘" 류(처음부터 다시/전 기간 재수집)가 오면 풀 리스캔: anchor를 무시하고 전 범위를 재검색하되, 기존 항목과 dedupe하며 같은 아카이브에 머지한다.
4. 소스 — 기본셋으로 바로 진행 + 한 줄 확인 (매번 묻지 않는다)
   • 기본 소스: Slack, Notion, gog(Gmail·Calendar·Drive), Obsidian, 음성 4소스(음성메모·에이닷 통화녹음·Apple Notes·Caret).
   • 검색 시작 전 한 줄로 알린다: 기본 소스로 진행합니다 → Slack · Notion · gog · Obsidian · 음성4소스(음성메모·통화·Notes·Caret). 빠지거나 뺄 소스 있으면 알려주세요 (예: "카톡도", "Slack 빼고", 또는 아래 카탈로그 참고). 그리고 바로 진행한다(블로킹 질문 X).
   • 사용자가 추가·제외를 말하면 그에 맞춰 소스 집합을 조정해 재진행한다.
   • 사용자가 명시적으로 "소스 고를래/선택지 보여줘"라고 할 때만 카탈로그를 펼쳐 고르게 한다.

소스 카탈로그 (누락 방지용 — 평소엔 한 줄 안내에 링크만)

내가 쓰는 도구뿐 아니라 고객사가 쓸 법한 도구까지 둬서 빠진 소스를 사용자가 잡게 한다. 기본셋 밖은 해당 도구 연동(스킬/CLI/MCP)이 있을 때만 실제 수집한다.

• 메신저: Slack(기본) · 카카오톡 · Teams · Discord · 라인
• 문서/지식: Notion(기본) · Obsidian(기본) · Confluence · Google Docs(gog) · 사내 위키
• 메일/일정/드라이브: Gmail·Calendar·Drive(gog, 기본) · Outlook/M365
• 개인: 음성메모 · 에이닷 통화녹음 · Apple Notes · Caret (모두 기본 — voice-memos 스킬 search.py가 앞 3개를 통합, Caret은 MCP 병렬)
• 녹화: OBS 미팅·강의 녹화(~/Movies/·~/Movies/obs/*.mp4·화면녹화 mp4/vtt) — apple-stt/mlx_whisper로 전사. 강의 녹화면 학습자 막힘 포인트를 뽑아 차기 회차 교안/과제에 반영(→ curriculum)
• 이슈/PM: Jira · Linear · Asana · GitHub Issues
• 저장소: Google Drive(기본) · Dropbox · 로컬 폴더

실행 모드 (서브에이전트 / 메인)

두 모드가 있다. 별도 질문 없이 인자·한마디로 선택하고, 없으면 의도 기반 기본값을 쓴다. 소스 안내 줄 옆에 현재 모드를 한 줄로 표시한다.

• 서브에이전트 모드(--sub): 소스별 병렬, 메인 컨텍스트 보호, 대량·다소스에 강함. 품질·일관성은 다소 낮음.
• 메인 모드(--main): 메인이 모든 소스를 직접 처리. 품질·소스 간 교차참조 최상, 단 컨텍스트 무겁고 순차라 느림.
• 오버라이드: --main/--sub 인자 또는 "메인으로"/"서브로" 한마디.
• 기본값: 니치 의도 → 메인 모드 / 포괄적 의도 → 서브에이전트 모드.

수집 메커니즘

검색은 발견 단계일 뿐, 관련 항목은 원문 전체를 끌어온다. 무거운 원문은 메인 컨텍스트에 적재하지 않는다. 어느 모드든 intent 기준 관련성 게이트 → 소스당 통합 아카이브 1개 + attachments 원본은 동일하다.

서브에이전트 모드

• 소스당 source-collector 서브에이전트에 위임(subagent_type: source-collector). 선택된 소스를 병렬로 띄운다.
• 위임 프롬프트에 전달: source, keyword(+변형), intent(그대로 전달), out_dir(따옴표로 감싼 동일한 절대 경로 "$OUT_DIR"), today(YYMMDD), 계정/워크스페이스/채널 범위. 모든 서브에이전트에 같은 값을 전달한다.
• 에이전트는 manifest(아카이브 경로·hits/kept/excluded·uncertain·첨부)만 반환. 메인은 uncertain을 모아 사용자 확인, hits/kept/excluded로 과수집·누락 점검.

메인 모드

• 메인이 소스를 순차로 직접 검색·정리한다. 모든 archive·attachment writer는 따옴표로 감싼 "$OUT_DIR/..."만 사용한다. CLI는 대용량 원본을 > 리다이렉트로 그 경로에 직행(검증 head/wc만)하고, 한 소스를 아카이브로 저장한 뒤 다음 소스로 넘어가 컨텍스트를 비운다.
• 관련성 게이트·아카이브 형식·manifest 점검은 동일하게 메인이 수행한다.

소스별 검색법

소스별 명령 레시피와 로컬 설정 조회법은 컨텍스트가 무거우니 본문에 두지 않는다. 검색 실행 단계에서 references/source-search.md를 읽고 해당 소스 절차를 따른다.

대상 소스(상세는 references/source-search.md):

• Obsidian
• 음성 4소스 (음성메모·에이닷 통화녹음·Apple Notes·Caret — voice-memos 스킬로 빠짐없이)
• Notion (등록 workspace/alias 조회)
• Slack (agent-slack)
• Google Workspace (gog — Gmail·Calendar·Drive, 등록 계정 전수)
• 미팅/강의 녹화 (OBS·화면녹화)

아카이브 형식

맨 위 YAML frontmatter(메타 단일 소스) + 본문(핵심 인물 표·주요 결정사항·교차참조·시간순 원문 전체). 새 아카이브는 templates/archive-template.md를 복사해 시작하고, 전체 필드·anchor·머지 규칙은 references/archive-schema.md를 따른다.

마무리 요약

저장된 아카이브·attachments 목록, 소스별 관련 항목 수 / 제외 수(사유), 검색 못 한 소스 사유를 출력한다. 파일 작성 후 file -I로 UTF-8 확인.