Collect Context

/collect-context — 記事コンテキスト収集

現在のセッション + 関連する過去セッション + プロジェクト知識から、記事執筆に必要なコンテキストを一箇所に集約する。

Usage

/collect-context [テーマ] [--out ]

• テーマ: 記事のテーマやキーワード（省略時はセッション内容から自動推定）
• --out : 出力先パス（省略時は ~/MyAI_Lab/zenn-content/drafts/ に自動命名）

例:

/collect-context "Obsidian CLI × Claude Code"
/collect-context "タグ整理の自動化" --out ~/MyAI_Lab/zenn-content/drafts/obsidian-tag-cleanup.md

Arguments

$ARGUMENTS はテーマ文字列 + オプションとして解釈する。 引数がない場合は、現在のセッション内容からテーマを自動推定する。

Process

Phase 1: 現在のセッションから収集

現在の会話を分析し、以下を抽出する:

1. やったこと — 実行した操作・コマンドの時系列リスト
2. Before/After データ — 定量的な変化（数値、件数）
3. コード・コマンド例 — 実行した CLI コマンド、作成したスクリプト（抜粋）
4. 技術的発見 — 予想外の挙動、ハマりポイント、ワークアラウンド
5. 判断と理由 — なぜその方法を選んだか（Why）

Phase 2: 関連する過去コンテキストから収集

以下のソースから関連情報を検索する:

# git ログから関連コミットを検索
git log --all --oneline --grep="" | head -20

# セッションスナップショットから検索
grep -rl "" ~/.claude/sessions/snapshots/ 2>/dev/null | head -10

以下を抽出する:

1. 前作・関連記事 — 同テーマの過去記事があれば差別化ポイントを特定
2. 過去の知見 — 同テーマで過去に学んだこと、失敗したこと
3. 蓄積データ — 過去セッションの Before/After、スクリプト、設計判断

Phase 3: プロジェクト知識から収集

1. MEMORY.md — プロジェクトの auto-memory から関連情報を抽出
2. 既存記事 — ~/MyAI_Lab/zenn-content/articles/ を Glob で検索し、関連する既存記事を特定
3. スキル・パターン — ~/.claude/skills/learned/ から関連する学習済みパターンを検索

Phase 4: 構造化して出力

全コンテキストを以下のテンプレートに沿って1ファイルに統合する。

Output Template

---
title: ""
emoji: ""
type: "tech"
topics: []
published: false
---

## 記事の位置づけ

- テーマ: 
- ターゲット読者: 
- 差別化: 
- 前作との関係: 

## Before / After データ

| 指標 | Before | After | 方法 |
|------|--------|-------|------|
| ... | ... | ... | ... |

## やったことの時系列

1. ...
2. ...

## コード・コマンド例

### 

## 技術的発見・ハマりポイント

### 
- 現象: ...
- 原因: ...
- 解決: ...

## 判断と理由（Why）

| 判断 | 理由 | 他の選択肢 |
|------|------|-----------|
| ... | ... | ... |

## 過去セッションからの関連コンテキスト

### 
- 日付: ...
- 概要: ...
- この記事との関連: ...

## 記事構成案

### タイトル候補

1. ...
2. ...
3. ...

### 構成

1. **はじめに** — ...
2. ...

## 参考リンク

- ...

## 技術メモ（執筆時の注意点）

- ...

Quality Gate

出力前に確認する:

• [ ] Before/After データに具体的な数値がある
• [ ] コード例は実際に実行したものである（推測ではない）
• [ ] 過去セッション情報はクロスチェック済み
• [ ] 既存記事との差別化ポイントが明確
• [ ] タイトル候補が3つ以上ある
• [ ] 構成案が具体的（各セクション1行の説明つき）

Notes

• Obsidian MCP が利用可能な場合は、Vault 内の関連ノートも検索対象に含める
• 出力ファイルは Zenn の frontmatter 形式に準拠する（そのまま記事の骨格としても使える）
• テーマが広すぎる場合は AskUserQuestion でスコープを絞る

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: shimo4228
• Source: shimo4228/claude-harness
• License: MIT

Install and usage instructions live in the source repository linked above.