Instinct Extractor

세션 transcript 시계열에서 instinct (실패 학습 + 대응 본능) 패턴을 자동 채굴하여 신규 skill candidate를 생성한다. R016 연속 개선 루프의 자동화 단계로, 사람이 명시적으로 호출하거나 R016 Skill Promotion 트리거(동일 패턴 3회 이상 반복)에 의해 자동 실행된다.

skill-extractor와의 차별점

자산	trigger	input	output
skill-extractor	명시 호출 (--mode success / --mode failure)	단일 세션 task trajectory + feedback memory	SKILL.md candidate
instinct-extractor	자동/스케줄 (R016 3회 반복 트리거)	다중 세션 transcript 시계열 (N일 범위)	failure pattern + 대응 본능 클러스터 → SKILL.md candidate

보완 관계: skill-extractor --mode failure는 현재 세션의 feedback memory를 분석한다. instinct-extractor는 여러 세션을 가로질러 시계열 패턴을 채굴한다. 두 스킬은 경쟁하지 않으며, instinct-extractor가 발견한 후보를 skill-extractor의 결과물과 교차 검증하는 것을 권장한다.

Usage

/instinct-extractor                    # 최근 14일 transcript 분석
/instinct-extractor --days 30          # 분석 범위 확장
/instinct-extractor --min-repeat 2     # 반복 임계값 낮춤 (기본: 3)
/instinct-extractor --dry-run          # 제안만 출력, 파일 미생성

Options

--days, -d         분석할 transcript 범위 (일 단위, 기본: 14)
--min-repeat, -r   instinct 후보 최소 반복 횟수 (기본: 3)
--dry-run          후보 목록만 stdout 출력, mgr-creator 위임 없음
--cluster-only     클러스터링 결과만 출력, SKILL.md 제안 없음

입력

~/.claude/projects/*/session-*.jsonl   # Claude Code 세션 transcript
.claude/agent-memory*/feedback_*.md   # 누적 feedback memory (보조)

transcript 파일이 없을 경우: "분석 가능한 transcript 없음 (--days 범위 내)" 보고 후 종료.

워크플로우

Phase 1: Transcript 스캔

# 분석 대상 수집
find ~/.claude/projects -name "session-*.jsonl" \
  -newer $(date -v-${DAYS}d +%Y-%m-%dT00:00:00) 2>/dev/null

각 transcript에서 다음 이벤트 추출:

• type: "error" — 오류 발생 기록
• type: "correction" — 사용자 수정 지시
• type: "feedback" — 부정 피드백 ("no", "wrong", "don't" 키워드 포함)
• type: "retry" — 동일 작업 재시도

Phase 2: 패턴 클러스터링

추출된 이벤트를 (domain, action_verb, error_class) 튜플로 그룹화:

Cluster: (agent-design, write, missing-frontmatter)
  → sessions: [s1, s3, s7], count: 4
  → first_seen: 2026-05-01, last_seen: 2026-05-15
  → example_corrections: ["bypassPermissions 누락", "name 필드 없음"]

필터링 기준:

• count >= --min-repeat (기본: 3)
• last_seen >= 7일 이내 (오래된 패턴 제외)
• 기존 skill과 80% 이상 키워드 겹침 → 새 skill 대신 기존 skill 업데이트 제안

Phase 3: Instinct 후보 생성

각 클러스터를 "instinct 후보"로 명명:

instinct: prevent-missing-bypassPermissions
  근거: 4회 반복 (2주), agent spawn 시 mode 누락
  대응 패턴: spawn 전 bypassPermissions 자가 체크
  제안 자산: 기존 R010 강화 OR 신규 guard skill

분류 기준:

패턴 성격	권장 자산
동일 실수 반복 (행동 교정)	feedback memory 강화
워크플로우 절차 누락	기존 skill 섹션 추가
명확한 재사용 루틴	신규 SKILL.md 제안
규칙 미준수 (R007~R022)	해당 rule 자가 체크 섹션 강화 제안

context fork cap (12개) 확인: 신규 skill이 context: fork 필요 시 현재 사용량 체크. 현재 cap: 10/12 (secretary/dev-lead/de-lead/qa-lead-routing, dag-orchestration, task-decomposition, worker-reviewer-pipeline, deep-plan, professor-triage, roundtable-debate).

Phase 4: 사용자 제시

[instinct-extractor] {N}개 instinct 후보 발견 (최근 {DAYS}일, {M}개 세션)

  1. [high] prevent-missing-bypassPermissions
     반복: 4회 | 마지막: 2026-05-15 | 도메인: agent-design
     대응 본능: spawn 전 mode 체크 → skill 후보: bypassPermissions-guard

  2. [medium] transcript-scan-format-mismatch
     반복: 3회 | 마지막: 2026-05-10 | 도메인: memory
     대응 본능: JSONL 파싱 전 format 버전 체크

생성할 항목 선택 [1-N], "all", 또는 "skip":

Phase 5: Skill Candidate 생성 (승인 시)

mgr-creator에 위임:

• 후보 이름 및 설명
• 클러스터 데이터 (반복 횟수, 예시 수정 사항)
• 분류 결과 (신규 skill / 기존 확장 / rule 강화)
• 기존 skill과의 겹침 경고

아티팩트 출력

.claude/outputs/sessions/{YYYY-MM-DD}/instinct-extractor-{HHmmss}.md

CC v2.1.121+ 환경에서 .claude/outputs/ 직접 Write 가능 (bypassPermissions 모드). CC < v2.1.121 환경: /tmp/instinct-extractor-{ts}.md 경유 후 이동.

R016 자동화 연동

R016 Defect Response Matrix의 "Skill Promotion" 조건:

feedback memory가 동일 패턴으로 3회 이상 반복 → skill-extractor --mode failure 실행 권장

instinct-extractor는 이 조건을 cross-session 범위로 확장한다:

• 단일 세션의 feedback memory 분석 → skill-extractor --mode failure
• 다중 세션 시계열 채굴 → instinct-extractor

R016 트리거 감지 시 오케스트레이터는 두 스킬을 순차 실행하여 결과를 교차 검증할 수 있다.

통합

시스템	연동 방식
skill-extractor --mode failure	보완 관계 — 결과 교차 검증 권장
R016 (continuous-improvement)	3회 반복 트리거 → 자동 실행 후보
mgr-creator	승인된 후보 SKILL.md 생성 위임
sys-memory-keeper	채굴 결과를 project memory로 보존
feedback-collector	feedback 이벤트 소스 공유
R011 (memory)	User Model의 Override Decisions 반영

안전 규칙

• 사용자 승인 필수: skill 자동 생성 없음, 항상 사용자 확인 후 mgr-creator 위임
• 중복 체크: 기존 skill과 80%+ 겹침 시 신규 생성 대신 업데이트 권장
• dry-run 모드: 부작용 없는 미리보기
• context fork cap 체크: context: fork 필요 skill은 cap(12) 초과 여부 사전 확인

한계

• transcript 형식 의존: CC session-*.jsonl 스키마 변경 시 파싱 재구현 필요.
• 클러스터링 정확도: 키워드 기반 클러스터링으로 의미적 동의어 처리 제한.