replay-learnings

リプレイ・ラーニング

コーディングセッションで身につけた知識を、筋肉の記憶のように活用できます。作業を始める前に、関連する学びを見つけて提示します。

トリガー

新しいタスクを始めるとき、「何を知っている？」「始める前に」「リプレイ」「思い出させて」と言うときに使用します。

ワークフロー

1. タスクの説明からキーワードを抽出します（例：「auth refactor」→ auth、middleware、refactor）。
2. 学び／メモリを検索して、一致するパターンを探します。

   grep -i "auth\|middleware" .claude/LEARNED.md 2>/dev/null
   grep -i "auth\|middleware" .claude/learning-log.md 2>/dev/null
   grep -A2 "\[LEARN\]" CLAUDE.md | grep -i "auth\|middleware"
   

3. セッション履歴を確認し、類似の作業がないか調べます。修正率はどの程度でしたか？
4. 関連性の高い順に、上位の学びを提示します。
5. 学びが見つからない場合は、まず scout エージェントで調査することを提案します。

出力

REPLAY BRIEFING: <task>
=======================

Past learnings (ranked by relevance):
  1. [Testing] Always mock external APIs in auth tests (applied 8x)
     Mistake: Called live API in tests, caused flaky failures
  2. [Navigation] Auth middleware is in src/middleware/ not src/auth/ (applied 5x)
  3. [Quality] Add error boundary around auth state changes (applied 3x)

Session history for similar work:
  - 2026-02-01: auth refactor — 23 edits, 2 corrections (8.7% rate)
  - 2026-01-28: auth middleware — 15 edits, 4 corrections (26.7% rate)
    ^ Higher correction rate — review patterns before starting

Suggested approach:
  - Mock external APIs (learning #1)
  - Check src/middleware/ first for auth code (learning #2)

ガードレール

• 新しさではなく、関連性の高さで順位付けします。
• 学びを実際に活用できるよう、元の間違いの状況も含めます。
• 修正率の高いセッションには、特に注意が必要な領域としてフラグを付けます。
• 一致する学びがない場合は、無関係な結果を無理に提示せず、その旨を明示します。