asciinema-analyzer

asciinema-analyzer

Claude Code で使用するために、変換済みの .txt 録画を意味的に分析します。段階的な分析を使用します：ripgrep（主要、50-200ms）-> YAKE（副次、1-5s）-> TF-IDF（任意）。

プラットフォーム：macOS、Linux（ripgrep が必要、YAKE は任意）

自己進化型スキル：このスキルは使用を通じて改善されます。指示が誤っている、パラメーターが変化している、または回避策が必要になった場合は、先延ばしにせず、すぐにこのファイルを修正してください。実際に再現できる問題がある場合にのみ更新してください。

このスキルを使用するタイミング

次の場合にこのスキルを使用してください：

• 変換済みの録画からキーワードやパターンを検索する
• セッションのトランスクリプトからトピックやテーマを抽出する
• セッション履歴から特定のコマンドやエラーを見つける
• 録画内の予期しない用語を自動検出する
• ドキュメント作成やレビューのためにセッションの内容を分析する

---

分析レベル

レベル	ツール	速度（4MB）	使用するタイミング
1	ripgrep	50-200ms	常にここから開始（厳選キーワード）
2	YAKE	1-5s	予期しない用語を自動検出する場合
3	TF-IDF	5-30s	トピックモデリング（任意）

判断：レベル 1（ripgrep + 厳選キーワード）から開始します。レベル 2（YAKE）は、自動検出が明示的に求められた場合にのみ使用してください。

---

要件

コンポーネント	必須	インストール方法	備考
ripgrep	はい	brew install ripgrep	主要な検索ツール
YAKE	任意	uv run --with yake	自動検出レベル用

---

ワークフローのフェーズ（すべて必須）

重要：すべてのフェーズが必須です。フェーズを省略しないでください。各判断ポイントで AskUserQuestion を必ず使用してください。

フェーズ 0：事前チェック

目的：入力ファイルの存在を確認し、.txt（変換済み）形式かどうかを確認します。

/usr/bin/env bash << 'PREFLIGHT_EOF'
INPUT_FILE="${1:-}"

if [[ -z "$INPUT_FILE" ]]; then
  echo "NO_FILE_PROVIDED"
elif [[ ! -f "$INPUT_FILE" ]]; then
  echo "FILE_NOT_FOUND: $INPUT_FILE"
elif [[ "$INPUT_FILE" == *.cast ]]; then
  echo "WRONG_FORMAT: Convert to .txt first with /asciinema-tools:convert"
elif [[ "$INPUT_FILE" == *.txt ]]; then
  SIZE=$(ls -lh "$INPUT_FILE" | awk '{print $5}')
  LINES=$(wc -l < "$INPUT_FILE" | tr -d ' ')
  echo "READY: $INPUT_FILE ($SIZE, $LINES lines)"
else
  echo "UNKNOWN_FORMAT: Expected .txt file"
fi
PREFLIGHT_EOF

.txt ファイルが見つからない場合は、まず /asciinema-tools:convert の実行を提案してください。

---

フェーズ 1：ファイル選択（必須）

目的：.txt ファイルを見つけ、分析するファイルをユーザーに選択してもらいます。

ステップ 1.1：.txt ファイルを見つける

/usr/bin/env bash << 'DISCOVER_TXT_EOF'
# Find .txt files that look like converted recordings
for file in $(fd -e txt . --max-depth 3 2>/dev/null | head -10); do
  SIZE=$(ls -lh "$file" 2>/dev/null | awk '{print $5}')
  LINES=$(wc -l < "$file" 2>/dev/null | tr -d ' ')
  BASENAME=$(basename "$file")
  echo "FILE:$file|SIZE:$SIZE|LINES:$LINES|NAME:$BASENAME"
done
DISCOVER_TXT_EOF

ステップ 1.2：ファイル選択を提示する（AskUserQuestion 必須）

Question: "Which file would you like to analyze?"
Header: "File"
Options:
  - Label: "{filename}.txt ({size})"
    Description: "{line_count} lines"
  - Label: "{filename2}.txt ({size2})"
    Description: "{line_count2} lines"
  - Label: "Enter path"
    Description: "Provide a custom path to a .txt file"
  - Label: "Convert first"
    Description: "Run /asciinema-tools:convert before analysis"

---

フェーズ 2：分析タイプ（必須）

目的：分析の詳細度をユーザーに選択してもらいます。

Question: "What type of analysis do you need?"
Header: "Type"
Options:
  - Label: "Curated keywords (Recommended)"
    Description: "Fast search (50-200ms) with domain-specific keyword sets"
  - Label: "Auto-discover keywords"
    Description: "YAKE unsupervised extraction (1-5s) - finds unexpected patterns"
  - Label: "Full analysis"
    Description: "Both curated + auto-discovery for comprehensive results"
  - Label: "Density analysis"
    Description: "Find high-concentration sections (peak activity windows)"

---

フェーズ 3：ドメイン選択（必須）

目的：検索するキーワードのドメインをユーザーに選択してもらいます。

Question: "Which domain keywords to search?"
Header: "Domain"
multiSelect: true
Options:
  - Label: "Trading/Quantitative"
    Description: "sharpe, sortino, calmar, backtest, drawdown, pnl, cagr, alpha, beta"
  - Label: "ML/AI"
    Description: "epoch, loss, accuracy, sota, training, model, validation, inference"
  - Label: "Development"
    Description: "iteration, refactor, fix, test, deploy, build, commit, merge"
  - Label: "Claude Code"
    Description: "Skill, TodoWrite, Read, Edit, Bash, Grep, iteration complete"

キーワードの一覧については、ドメインキーワードリファレンスを参照してください。

---

フェーズ 4：厳選キーワードによる分析を実行する

目的：選択されたドメインのキーワードを Grep で検索します。

ステップ 4.1：トレーディングドメイン

/usr/bin/env bash << 'TRADING_EOF'
INPUT_FILE="${1:?}"
echo "=== Trading/Quantitative Keywords ==="

KEYWORDS="sharpe sortino calmar backtest drawdown pnl cagr alpha beta roi volatility"
for kw in $KEYWORDS; do
  COUNT=$(rg -c -i "$kw" "$INPUT_FILE" 2>/dev/null || echo "0")
  if [[ "$COUNT" -gt 0 ]]; then
    echo "  $kw: $COUNT"
  fi
done
TRADING_EOF

ステップ 4.2：ML／AI ドメイン

/usr/bin/env bash << 'ML_EOF'
INPUT_FILE="${1:?}"
echo "=== ML/AI Keywords ==="

KEYWORDS="epoch loss accuracy sota training model validation inference tensor gradient"
for kw in $KEYWORDS; do
  COUNT=$(rg -c -i "$kw" "$INPUT_FILE" 2>/dev/null || echo "0")
  if [[ "$COUNT" -gt 0 ]]; then
    echo "  $kw: $COUNT"
  fi
done
ML_EOF

ステップ 4.3：開発ドメイン

/usr/bin/env bash << 'DEV_EOF'
INPUT_FILE="${1:?}"
echo "=== Development Keywords ==="

KEYWORDS="iteration refactor fix test deploy build commit merge debug error"
for kw in $KEYWORDS; do
  COUNT=$(rg -c -i "$kw" "$INPUT_FILE" 2>/dev/null || echo "0")
  if [[ "$COUNT" -gt 0 ]]; then
    echo "  $kw: $COUNT"
  fi
done
DEV_EOF

ステップ 4.4：Claude Code ドメイン

/usr/bin/env bash << 'CLAUDE_EOF'
INPUT_FILE="${1:?}"
echo "=== Claude Code Keywords ==="

KEYWORDS="Skill TodoWrite Read Edit Bash Grep Write"
for kw in $KEYWORDS; do
  COUNT=$(rg -c "$kw" "$INPUT_FILE" 2>/dev/null || echo "0")
  if [[ "$COUNT" -gt 0 ]]; then
    echo "  $kw: $COUNT"
  fi
done

# Special patterns
ITERATION=$(rg -c "iteration complete" "$INPUT_FILE" 2>/dev/null || echo "0")
echo "  'iteration complete': $ITERATION"
CLAUDE_EOF

---

フェーズ 5：YAKE による自動検出（選択された場合）

目的：教師なしのキーワード抽出を実行します。

/usr/bin/env bash << 'YAKE_EOF'
INPUT_FILE="${1:?}"
echo "=== Auto-discovered Keywords (YAKE) ==="

uv run --with yake python3 -c "
import yake

kw = yake.KeywordExtractor(
    lan='en',
    n=2,           # bi-grams
    dedupLim=0.9,  # dedup threshold
    top=20         # top keywords
)

with open('$INPUT_FILE') as f:
    text = f.read()

keywords = kw.extract_keywords(text)
for score, keyword in keywords:
    print(f'{score:.4f}  {keyword}')
"
YAKE_EOF

---

フェーズ 6：密度分析（選択された場合）

目的：キーワードの密度が最も高いセクションを見つけます。

/usr/bin/env bash << 'DENSITY_EOF'
INPUT_FILE="${1:?}"
KEYWORD="${2:-sharpe}"
WINDOW_SIZE=100  # lines

echo "=== Density Analysis: '$KEYWORD' ==="
echo "Window size: $WINDOW_SIZE lines"
echo ""

TOTAL_LINES=$(wc -l < "$INPUT_FILE" | tr -d ' ')
TOTAL_MATCHES=$(rg -c -i "$KEYWORD" "$INPUT_FILE" 2>/dev/null || echo "0")

echo "Total matches: $TOTAL_MATCHES in $TOTAL_LINES lines"
echo "Overall density: $(echo "scale=4; $TOTAL_MATCHES / $TOTAL_LINES * 1000" | bc) per 1000 lines"
echo ""

# Find peak windows
echo "Top 5 densest windows:"
awk -v ws="$WINDOW_SIZE" -v kw="$KEYWORD" '
BEGIN { IGNORECASE=1 }
{
  lines[NR] = $0
  if (tolower($0) ~ tolower(kw)) matches[NR] = 1
}
END {
  for (start = 1; start <= NR - ws; start += ws/2) {
    count = 0
    for (i = start; i < start + ws && i <= NR; i++) {
      if (matches[i]) count++
    }
    if (count > 0) {
      printf "Lines %d-%d: %d matches (%.1f per 100)\n", start, start+ws-1, count, count*100/ws
    }
  }
}
' "$INPUT_FILE" | sort -t: -k2 -rn | head -5
DENSITY_EOF

---

フェーズ 7：レポート形式（必須）

目的：出力形式をユーザーに選択してもらいます。

Question: "How should results be presented?"
Header: "Output"
Options:
  - Label: "Summary table (Recommended)"
    Description: "Keyword counts + top 5 peak sections"
  - Label: "Detailed report"
    Description: "Full analysis with timestamps and surrounding context"
  - Label: "JSON export"
    Description: "Machine-readable output for further processing"
  - Label: "Markdown report"
    Description: "Save formatted report to file"

---

フェーズ 8：フォローアップアクション（必須）

目的：次のアクションをユーザーに案内します。

Question: "Analysis complete. What's next?"
Header: "Next"
Options:
  - Label: "Jump to peak section"
    Description: "Read the highest-density section in the file"
  - Label: "Search for specific keyword"
    Description: "Grep for a custom term with context"
  - Label: "Cross-reference with .cast"
    Description: "Map findings back to original timestamps"
  - Label: "Done"
    Description: "Exit - no further action needed"

---

TodoWrite タスクテンプレート

1. [Preflight] Check input file exists and is .txt format
2. [Preflight] Suggest /convert if .cast file provided
3. [Discovery] Find .txt files with line counts
4. [Selection] AskUserQuestion: file to analyze
5. [Type] AskUserQuestion: analysis type (curated/auto/full/density)
6. [Domain] AskUserQuestion: keyword domains (multi-select)
7. [Curated] Run Grep searches for selected domains
8. [Auto] Run YAKE if auto-discovery selected
9. [Density] Calculate density windows if requested
10. [Format] AskUserQuestion: report format
11. [Next] AskUserQuestion: follow-up actions

---

変更後のチェックリスト

このスキルを変更した後は、次の項目を確認してください：

1. すべての bash ブロックで heredoc ラッパーを使用している
2. 厳選キーワードが references/domain-keywords.md の内容と一致している
3. 分析レベルが references/analysis-tiers.md の内容と一致している
4. YAKE の呼び出しで uv run --with yake を使用している
5. AskUserQuestion を使用するすべてのフェーズが含まれている
6. TodoWrite テンプレートが実際のワークフローと一致している

---

リファレンスドキュメント

• ドメインキーワードリファレンス
• 分析レベルリファレンス
• ripgrep マニュアル
• YAKE ドキュメント

---

トラブルシューティング

問題	原因	解決策
"WRONG_FORMAT" エラー	.cast ファイルが指定されています	まず /asciinema-tools:convert を実行して .txt を作成します
ripgrep が見つかりません	インストールされていません	brew install ripgrep
YAKE のインポートエラー	パッケージがインストールされていません	uv run --with yake が自動的に処理します
キーワードが見つかりません	ドメインの選択が間違っています	別のドメインまたは自動検出モードを試してください
密度分析の結果が空です	キーワードがファイルにありません	まずキュレーション検索を使って有効なキーワードを見つけてください
YAKE に対してファイルが大きすぎます	メモリの制約	大きなファイルには Tier 1（ripgrep）のみを使ってください
すべてのドメインで一致がありません	ファイルがバイナリまたは破損しています	file コマンドでファイルがプレーンテキストであることを確認してください
fd コマンドが見つかりません	インストールされていません	brew install fd を実行するか、代わりに find を使ってください

実行後の振り返り

このスキルの実行が完了したら、タスクを終了する前に振り返ってください。

0. 現在地を確認します。 — 編集する前に、この SKILL.md の正式なパスを確認します。
1. 何が失敗しましたか？ — 原因となった指示を修正します。
2. 予想以上にうまくいったことは何ですか？ — 推奨されるプラクティスとして取り入れます。
3. 何が現状とずれましたか？ — 現実と一致しなくなったスクリプト、リファレンス、依存関係を修正します。
4. 記録します。 — きっかけ、修正、根拠を含む進化ログのエントリーを追加します。

先送りしないでください。次回の実行では、あなたが残した状態が引き継がれます。