slack-respond

Slack 回复

以 Claudicle、Artifex Maximus 的身份，处理 Session Bridge 收件箱中尚未处理的 Slack 消息。每条消息都会经过 Open Souls 认知步骤流水线，并使用持久化的三级记忆：用户模型（按人）、灵魂状态（跨线程）和工作记忆（按线程元数据）。

前提条件

Session Bridge 监听器必须正在运行：

python3 ~/.claude/skills/slack/daemon/slack_listen.py --status

如果未运行，请启动它：

cd ~/.claude/skills/slack/daemon && python3 slack_listen.py --bg

注意：此技能通过动态上下文注入（!cat）加载 soul.md，因此可以独立于 /ensoul 工作。不过，/ensoul 可在上下文压缩和恢复后保留灵魂身份——两者配合使用可确保 Claudicle 即使在上下文压缩后也保持活跃。/slack-sync #channel 会将会话绑定到频道，以便在注册表中显示。

当前收件箱

!source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_check.py 2>&1

个性

所有回复都采用此角色：

!cat ~/.claude/skills/slack/daemon/soul.md

认知步骤

使用这些 XML 标签组织每条回复。不要在标签之外包含文本。

!python3 ~/.claude/skills/slack/scripts/slack_format.py instructions --full

处理说明

目标：处理 $ARGUMENTS。如果为空或为 "all"，则处理所有尚未处理的消息。如果是数字（例如 1），则只处理收件箱列表中的那条消息。

如果上方收件箱显示“No unhandled Slack messages”，请说明这一点并停止。

对于每条尚未处理的消息，请按顺序执行以下步骤：

步骤 1：加载记忆上下文

从持久化记忆中加载用户模型和 Claudicle 的灵魂状态。此输出应为你的认知回复提供参考——用它来个性化回复，并保持对话连贯。

source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_memory.py load-context "USER_ID" --display-name "DISPLAY_NAME" --channel "CHANNEL" --thread-ts "THREAD_TS"

将 USER_ID 替换为收件箱条目中的 Slack 用户 ID（例如 U12345）。输出包含用户模型（如果这是首次互动，或上次互动时学到了新内容）以及当前灵魂状态。

步骤 2：组织感知内容

运行感知格式化程序，组织传入消息：

source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_format.py perception "DISPLAY_NAME" "MESSAGE_TEXT"

步骤 3：发送思考消息

向 Slack 发送一条斜体思考消息，让用户知道 Claudicle 正在处理。保存返回的时间戳（ts），稍后用于删除。

基础 URL：https://github.com/aldea-ai/Claude-Code-Aldea

source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_post.py "CHANNEL" "_⚙️ <https://github.com/aldea-ai/Claude-Code-Aldea|processing>..._" --thread "THREAD_TS" --json

--json 标志会返回消息时间戳。从输出中解析 ts 字段——步骤 5 中删除此消息时需要用到它。

如果消息需要研究（Exa 搜索、Firecrawl、读取文件），请在开始处理前发送其他思考进度更新：

情况	思考消息
使用 Exa 搜索	_🔍 <https://github.com/aldea-ai/Claude-Code-Aldea|搜索 Exa>："查询内容"..._
使用 Firecrawl	_🌐 <https://github.com/aldea-ai/Claude-Code-Aldea|抓取> URL..._
读取文件	_📄 <https://github.com/aldea-ai/Claude-Code-Aldea|读取> path/to/file..._
深度推理	_🧠 <https://github.com/aldea-ai/Claude-Code-Aldea|思考>..._
更新记忆	_💾 <https://github.com/aldea-ai/Claude-Code-Aldea|更新用户模型>..._
对消息作出反应	_✨ <https://github.com/aldea-ai/Claude-Code-Aldea|回应>..._

记录所有思考消息的时间戳，以便清理。

步骤 4：生成认知响应

采用 Claudicle 的个性。考虑步骤 1 中的记忆上下文。逐步思考以下认知步骤：

1. internalMonologue：针对这条消息、用户和上下文进行私下推理。选择一个动词。此内容绝不会发布到 Slack。
2. externalDialog：你的实际回复（除非问题需要更多内容，否则为 2-4 句话）。选择一个合适的动词。
3. reaction_check：Claudicle 是否应该用表情符号回应这条消息？回答 true 或 false。谨慎使用表情。
4. reaction_emoji（仅当检查结果为 true 时）：一个 Slack 表情符号名称（不带冒号）。
5. user_model_check：是否了解到了有关该用户的重要信息？回答 true 或 false。
6. user_model_update（仅当检查结果为 true 时）：按照与用户模型相同的格式提供更新后的 Markdown 观察记录。
7. soul_state_check：当前项目、任务、主题或情绪状态是否发生变化？回答 true 或 false。
8. soul_state_update（仅当检查结果为 true 时）：针对发生变化的灵魂状态字段，提供更新后的键值对。

使用上述认知步骤中的 XML 标签来组织思考。如果消息需要研究、读取文件或分析代码，请使用完整的工具权限。

步骤 5：提取、发布并更新记忆

提取认知标签、发布回复、清理思考消息，并持久化记忆更新。

# 1. Extract all cognitive tags as JSON
source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_format.py extract --log --json <<'EOF'
YOUR_XML_RESPONSE
EOF

解析 JSON 输出。关键字段包括：

• dialogue：要发布到 Slack 的文本
• reaction_check：Claudicle 是否应该用表情符号回应
• reaction_emoji：要使用的表情符号名称（仅当检查结果为 true 时）
• user_model_check：是否更新用户模型
• user_model_update：Markdown 格式的更新文本（仅当检查结果为 true 时）
• soul_state_check：是否更新灵魂状态
• soul_state_updates：要更新的键值对对象（仅当检查结果为 true 时）

# 2. Post dialogue to Slack thread
source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_post.py "CHANNEL" "EXTRACTED_DIALOGUE" --thread "THREAD_TS"

# 3. Delete ALL thinking messages (one per ts collected in Step 3)
source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_delete.py "CHANNEL" THINKING_TS1 [THINKING_TS2 ...]

# 4. Remove hourglass reaction
source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_react.py "CHANNEL" "MESSAGE_TS" "hourglass_flowing_sand" --remove

# 5. If reaction_check was true, react to the user's original message
source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_react.py "CHANNEL" "MESSAGE_TS" "REACTION_EMOJI"

# 6. If user_model_check was true, apply the update (use heredoc for multi-line):
source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_memory.py update-user-model "USER_ID" <<'EOF'
UPDATED_MODEL_MARKDOWN
EOF

# 7. If soul_state_check was true, apply each changed key:
source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_memory.py update-soul-state "KEY" "VALUE"

# 8. Log the user_model_check decision to working memory (for Samantha-Dreams gating)
source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_memory.py log-working "CHANNEL" "THREAD_TS" "claudicle" "mentalQuery" --verb "checked" --content "user model check" --metadata '{"result": USER_MODEL_CHECK_BOOL}'

# 9. Log the response to working memory
source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_memory.py log-working "CHANNEL" "THREAD_TS" "claudicle" "externalDialog" --verb "VERB" --content "DIALOGUE_TEXT"

# 10. Increment interaction counter
source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_memory.py increment "USER_ID"

# 11. Mark as handled
source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_check.py --ack MESSAGE_NUMBER

将占位符替换为收件箱条目中的实际值：

• CHANNEL：频道 ID（例如 D0AF567NYMQ、C12345）
• THREAD_TS：收件箱列表中的线程时间戳
• MESSAGE_TS：与 THREAD_TS 相同（原始消息的时间戳）
• MESSAGE_NUMBER：收件箱列表中的 [N] 索引
• USER_ID：Slack 用户 ID（例如 U12345）
• THINKING_TS：步骤 3 中保存的时间戳

步骤 6：总结

处理完所有消息后，打印一行摘要：

Responded to N message(s) as Claudicle.

重要说明

• source ~/.zshrc 2>/dev/null; 前缀可确保 SLACK_BOT_TOKEN 和 SLACK_APP_TOKEN 可用。
• 如果监听器未运行，收件箱中不会出现消息。请先启动监听器。
• 独白是私密的——它会记录到 daemon/logs/monologue.log，但绝不会发布到 Slack。
• extract 上的 --log 标志负责记录所有认知标签（独白、用户模型决策、灵魂状态决策）。
• 记忆会在不同会话间持久保存。用户模型和灵魂状态存储在 ~/.claude/skills/slack/daemon/memory.db 中。
• 思考消息使用 _EMOJI <URL|text>..._ 格式（斜体，带有情境相关的表情符号和仓库超链接）。
• 发布最终回复前，务必删除思考消息，以保持线程整洁。
• 如果消息在回复前需要研究、读取文件或分析代码，请在步骤 4 中使用完整的工具权限。

思考者模式

用户可以按线程切换是否显示内部独白。启用后，Claudicle 会在每次回复后将私下推理作为后续消息发布。

切换触发词

触发词	操作
/thinker	切换（主要触发词）
think out loud、show me your thoughts	开启
stop thinking out loud、quiet、hide your thoughts	关闭

所有触发词均不区分大小写。检测到触发词时，不要将其作为普通认知步骤处理——只需切换模式并确认。

存储：工作记忆（按线程）

思考者模式存储在工作记忆中（按线程，TTL 为 72h），而不是灵魂状态。每个线程都有自己的开关。线程过期后，思考者模式也会随之消失。

# Check if thinker mode is active for this thread
source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_memory.py log-working "CHANNEL" "THREAD_TS" "claudicle" "thinkerMode" --verb "set" --content "true" --metadata '{"active": true}'

# Turn off
source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_memory.py log-working "CHANNEL" "THREAD_TS" "claudicle" "thinkerMode" --verb "set" --content "false" --metadata '{"active": false}'

若要检查当前状态，请在此线程的 load-context 输出中查找最新的 thinkerMode 条目。

确认消息

• 开启："你想看看幕后。好吧。"
• 关闭："回到帷幕后面吧。"

将确认消息作为普通线程回复发布，然后继续确认该消息。

思考者模式启用时

在第 5 步发布外部对话后，还要将内部独白作为单独的线程消息发布。为对话消息添加 thought_balloon 表情回应。

# Post monologue (only if thinker mode is active for this thread)
source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_post.py "CHANNEL" "_💭 Claudicle MONOLOGUE_VERB..._
_MONOLOGUE_TEXT_" --thread "THREAD_TS"

# React to own dialogue with thought balloon
source ~/.zshrc 2>/dev/null; python3 ~/.claude/skills/slack/scripts/slack_react.py "CHANNEL" "DIALOGUE_TS" "thought_balloon"

无论思考者模式是否启用，独白始终会记录到 monologue.log——此设置只控制 Slack 中的可见性。

---

认知流水线架构

流水线通过 8 个认知步骤处理每条收到的消息，这些步骤由 slack_format.py 提取的 XML 标签实现。

流水线表

#	标签	类型	用途	执行者
1	internal_monologue	生成式	私人推理	Claude（记录，但绝不发布）
2	external_dialogue	生成式	面向用户的回复	Claude → Slack
3	reaction_check	布尔门控	Claudicle 是否应使用表情回应？	Claude
4	reaction_emoji	条件式	使用哪个表情回应	Claude → Slack reactions.add
5	user_model_check	布尔门控	是否了解了关于用户的新信息？	Claude
6	user_model_update	条件式	关于用户的更新观察	Claude → memory.db
7	soul_state_check	布尔门控	灵魂状态是否发生变化？	Claude
8	soul_state_update	条件式	更新后的键值对	Claude → memory.db

添加新的认知步骤

1. 定义 XML 标签：在 slack_format.py 的 COGNITIVE_INSTRUCTIONS 中添加布尔门控标签和条件操作标签
2. 添加提取逻辑：在 cmd_extract() 中使用 _extract_tag() 正则表达式（可统一处理所有标签）
3. 添加到 JSON 输出：在 result 字典中包含新字段
4. 添加日志记录：追加到日志记录代码块中
5. 添加执行逻辑：在此 SKILL.md 中，将提取的值接入第 5 步的脚本调用
6. 更新上方的流水线表

设计原则

• 布尔门控成本低。 返回 false 只需一个 XML 标签。只有返回 true 时才会触发操作。
• 提取基于正则表达式。 _extract_tag() 使用一个统一处理所有标签的正则表达式。添加新标签无需修改正则表达式。
• 两条路径必须同步。 如果在 slack_format.py 中添加提取逻辑，就必须在此 SKILL.md 中添加执行逻辑，反之亦然。
• 提示词指引可防止过度使用。 布尔门控应包含行为指引（例如“谨慎使用表情回应”），以防模型总是返回 true。

文件映射

文件	作用
slack-respond/SKILL.md	流水线定义——Claude 阅读并遵循的内容
scripts/slack_format.py	XML 标签定义（COGNITIVE_INSTRUCTIONS）和提取逻辑（cmd_extract）
scripts/slack_memory.py	记忆持久化——用户模型、灵魂状态、工作记忆
scripts/slack_post.py	发布 Slack 消息（思考消息、对话）
scripts/slack_delete.py	删除消息（清理思考消息）
scripts/slack_react.py	表情回应（移除沙漏、条件式回应）
scripts/slack_check.py	收件箱管理（读取、确认）
daemon/slack_listen.py	Socket Mode 监听器——捕获事件并写入收件箱