.claude/skills/agf/SKILL.md
Claude Code 세션 탐색 및 분석. agf 데이터 소스(history.jsonl)를 활용한 세션 리스트 조회, 검색 및 상세 분석. "세션 목록", "session list", "세션 검색", "session search", "agf" 등의 요청 시 자동 적용.
npx skillsauth add msbaek/dotfiles agfInstall this skill globally with one command. Works with Claude Code, Cursor, and Windsurf.
3 of 9 scanners reported clean
Some scanners were skipped, did not run, or reported a non-clean status. Review each row below.
agf(AI Agent Session Finder)의 데이터 소스인 ~/.claude/history.jsonl과 세션 JSONL 파일을 활용하여 Claude Code 세션을 프로그래밍 방식으로 탐색·분석하는 skill.
| 커맨드 | 설명 |
|--------|------|
| /agf | 사용법 표시 |
| /agf list | 오늘 세션 리스트 |
| /agf list YYYY-MM-DD | 특정 날짜 세션 리스트 |
| /agf show <session-id-prefix> | 특정 세션 상세 + AI 요약 |
| /agf search <query> | display 필드에서 세션 검색 |
| /agf search --deep <query> | 세션 JSONL 내부까지 deep 검색 |
| 항목 | 경로 |
|------|------|
| 세션 인덱스 | ~/.claude/history.jsonl |
| 세션 데이터 | ~/.claude/projects/<project-dir>/<sessionId>.jsonl |
| 스크립트 디렉토리 | ~/.claude/skills/agf/ |
| 디렉토리 매핑 | 비영숫자 문자를 -로 치환 (예: /Users/msbaek/dotfiles → -Users-msbaek-dotfiles) |
인자 없이 /agf가 호출되면 위 커맨드 테이블을 사용자에게 표시합니다.
쿼리 문자열로 세션을 검색합니다. 대소문자를 무시합니다.
search 다음 값을 쿼리로 사용. --deep 옵션 확인.# display 필드 검색 (기본)
python3 ~/.claude/skills/agf/search.py <query>
# 세션 JSONL 내부까지 deep 검색
python3 ~/.claude/skills/agf/search.py --deep <query>
인수가 없으면 오늘 날짜, YYYY-MM-DD 형식이면 해당 날짜의 세션 목록을 출력합니다.
list 다음 값이 YYYY-MM-DD 형식이면 해당 날짜, 없으면 생략 (스크립트가 오늘 날짜를 기본값으로 사용)# 오늘 세션 목록
python3 ~/.claude/skills/agf/list.py
# 특정 날짜 세션 목록
python3 ~/.claude/skills/agf/list.py 2026-02-25
세션 ID prefix(8자 이상)를 받아 해당 세션의 상세 정보와 AI 요약을 제공합니다.
python3 ~/.claude/skills/agf/show.py <SESSION_PREFIX>
출력 형식:
META_START ~ META_END: 세션 메타데이터 (key: value)CONV_START ~ CONV_END: 대화 데이터 (U=사용자, A=어시스턴트, 최대 4000자)HISTORY_START ~ HISTORY_END: history.jsonl의 display 메시지 목록추출된 CONV_START~CONV_END 사이의 대화 데이터를 haiku 서브에이전트에 전달합니다.
Task 호출 파라미터:
| 파라미터 | 값 | |---------|-----| | description | "세션 요약 생성" | | subagent_type | "general-purpose" | | model | "haiku" |
프롬프트 (변수 치환 필요):
아래 Claude Code 세션의 대화 내용을 분석하여 요약해주세요.
코드를 작성하지 말고 분석만 수행하세요.
## 세션 정보
- 프로젝트: {PROJECT_DIR}
- 기간: {START} ~ {END} ({DURATION})
## 대화 내용 (U=사용자, A=어시스턴트)
{CONV_DATA}
## 출력 형식
### 요약
- 이 세션에서 수행한 작업을 3-5개 항목으로 정리
- 각 항목은 "무엇을 했는지"를 1줄로 서술
### 주요 결정사항
- 세션 중 내려진 기술적 결정이 있으면 기록 (없으면 "없음")
### 미완료 작업
- 세션에서 시작했으나 완료되지 않은 작업이 있으면 기록 (없으면 "없음")
메인 에이전트가 아래 형식으로 메타데이터 + AI 요약 + 사용자 메시지를 조합하여 출력합니다:
## 세션 상세: {SESSION_ID_SHORT}...
| 항목 | 값 |
|------|-----|
| 프로젝트 | {PROJECT_DIR} |
| 경로 | {CWD} |
| Git Branch | {GIT_BRANCH} |
| 시작 | {START} |
| 종료 | {END} |
| Duration | {DURATION} |
| 메시지 수 | User {USER_COUNT} / Assistant {ASST_COUNT} |
| 파일 크기 | {FILE_SIZE} |
### AI 요약
{HAIKU_SUBAGENT_RESULT}
### 사용자 메시지 목록
{HISTORY_MESSAGES}
history.jsonl 파일 없음 → "~/.claude/history.jsonl 파일을 찾을 수 없습니다" 출력show에서 세션 ID prefix 매칭 0건 → "해당 prefix로 시작하는 세션을 찾을 수 없습니다" 출력show에서 세션 ID prefix 매칭 2건 이상 → 후보 목록(세션ID + 프로젝트) 표시 후 재선택 요청tools
Obsidian vault에서 이번 주(토~금) 작성/수정된 글들을 모아 뉴스레터 생성. 서브 에이전트 기반 병렬 처리로 메인 컨텍스트 절약. 기술적, 리더십적으로 외부에 공유할 만한 내용을 선별하여 정리. "뉴스레터 만들어줘", "이번 주 글 정리해줘", "weekly digest" 등의 요청 시 자동 적용.
tools
Vault Intelligence System (vis) CLI를 활용한 Obsidian vault 시맨틱 검색, 자동 태깅, MOC 생성, 관련 문서 연결, 주제별 문서 연결, 주제 수집, 태그 통계, 지식 공백 분석, 중복 감지, 학습 리뷰 등 vault 지식 관리 전반을 지원하는 skill. vault 검색, 문서 정리, 태그, MOC, 관련 문서, 주제 수집, 중복 검사, 학습 리뷰, 지식 공백, 클러스터링, 인덱싱, 주제별 문서 연결, 태그 통계 관련 작업 시 자동 적용.
data-ai
Load context from vault memory. Temporal queries (yesterday, last week, session history) use agf (history.jsonl) for fast session lookup. Topic queries use vis semantic search. "recall graph" generates interactive temporal graph of sessions and files. Every recall ends with "One Thing" - the single highest-leverage next action synthesized from results. Use when user says "recall", "what did we work on", "load context about", "remember when we", "prime context", "yesterday", "what was I doing", "last week", "session history", "recall graph", "session graph".
development
React and Next.js performance optimization guidelines from Vercel Engineering. This skill should be used when writing, reviewing, or refactoring React/Next.js code to ensure optimal performance patterns. Triggers on tasks involving React components, Next.js pages, data fetching, bundle optimization, or performance improvements.