Daily Skill v3.0 - 9-Phase Pipeline

3소스(Gmail/Slack/GitHub) 증분 수집 + AI 크로스소스 분석 + 액션 추천 엔진.

패러다임: "수집+표시" -> "학습+액션 추천"

Design Reference: C:\claude\docs\02-design\daily-redesign.design.md

실행 규칙 (CRITICAL)

이 스킬이 활성화되면 반드시 아래 9-Phase Pipeline을 순차 실행하세요!

code

Phase 0 → 1 → 2 → 3 → 4 → 5 → 6 → 7 → 8
Config   Expert  Collect  Attach  AI     Action  Project  Gmail    State
Bootstrap Context  (incr)  Analyze Analyze Recom   Ops    Housekp  Update

Phase 0: Config Bootstrap

CWD에서 .project-sync.yaml을 탐색하고, 없으면 자동 생성합니다.

Step 0.1: 파일 탐색

code

Read: .project-sync.yaml
# 없으면 Step 0.2로
# 있으면 version 필드 확인:
#   v1.0 → 호환 모드 (읽기만, meta.auto_generated=false 간주)
#   v2.0 + auto_generated=true → 자동 갱신 허용
#   v2.0 + auto_generated=false → 읽기만

Step 0.2: 자동 생성 (파일 없을 때)

bash

# 프로젝트 식별
# 1순위: Read CLAUDE.md → 프로젝트명, 기술 스택, 목표 추출
# 2순위: Read README.md → fallback
# 3순위: 디렉토리명 사용

# 소스 탐색
python -m lib.gmail status --json          # Gmail 인증 + 이메일 주소
python -m lib.slack status --json          # Slack 인증 + 워크스페이스
gh auth status                             # GitHub 인증 + 레포

# 프로젝트 타입 자동 분류
# vendor_management: "업체", "vendor", "RFP", "견적" 키워드
# development: src/, package.json, setup.py 존재
# infrastructure: Dockerfile, terraform 존재
# research: docs/ 비중 높음
# content: "영상", "media", "upload" 키워드

Write .project-sync.yaml v2.0:

yaml

version: "2.0"
project_name: "{auto-detected}"
meta:
  auto_generated: true
  confidence: 0.0-1.0
  generated_at: "ISO timestamp"
  pending_additions: []
daily:
  sources:
    gmail: { enabled: true/false }
    slack: { enabled: true/false, channel_id: "{fuzzy-matched}" }
    github: { enabled: true/false, repo: "{from git remote}" }
  project_type: "{auto-classified}"

Error: CLAUDE.md/README.md 모두 없으면 디렉토리명 기반 최소 설정 생성.

Phase 1: Expert Context Loading

프로젝트 전문가 컨텍스트를 3-Tier로 구성합니다.

code

# Tier 1: Identity Context (500t)
Read: CLAUDE.md + .project-sync.yaml
→ 프로젝트명, 목표, 기술 스택, 핵심 용어, 데이터 소스, communication_style

# Tier 2: Operational Context (2000t)
Read: .omc/daily-state/<project>.json → learned_context 섹션
→ entities(업체, 사람, 상태), patterns(반복 패턴)

# Tier 3: Deep Context (3000t, 있을 때만)
Read: docs/ 핵심 문서 (README, PRD, 아키텍처)
Read: .omc/daily-state/<project>.learned-context.json
→ 도메인 지식, 이전 분석 결과 축적

Output: expert_context JSON (Phase 4, 5 prompt에 주입)

Error: CLAUDE.md 없으면 Tier 1 최소 구성. daily-state 없으면 Tier 2 생략 (초회).

Phase 2: Incremental Data Collection

3소스에서 증분 수집합니다. .omc/daily-state/<project>.json에 커서를 저장하여 다음 실행 시 신규 데이터만 수집합니다.

Step 0: 인증 확인

bash

python -m lib.gmail status --json    # authenticated, valid 확인
python -m lib.slack status --json    # authenticated, valid 확인
gh auth status                       # exit code 확인

인증 실패 소스는 이번 실행에서 skip. 활성 소스 0개면 에러 출력 후 중단.

Step 1: Gmail 수집

python

from lib.gmail import GmailClient
client = GmailClient()

# 초회: historyId 시딩 + 7일 lookback
profile = client.get_profile()          # historyId 획득
emails = client.list_emails(query="newer_than:7d", max_results=50)

# 증분: History API
result = client.list_history(
    start_history_id=state["cursors"]["gmail"]["history_id"],
    history_types=["messageAdded"],
    max_results=100
)
# historyId 404 → list_emails(query="after:...") fallback

Step 2: Slack 수집

python

from lib.slack import SlackClient
client = SlackClient()

# 초회: 7일 lookback
messages = client.get_history(channel=channel_id, limit=100, oldest=str(time.time()-604800))

# 증분: last_ts 이후
messages = client.get_history(channel=channel_id, limit=100, oldest=state["cursors"]["slack"]["last_ts"])

Step 3: GitHub 수집

bash

gh issue list --since "{last_check}" --json number,title,state,author,updatedAt,labels
gh pr list --json number,title,state,author,updatedAt,reviewDecision
gh api repos/{owner}/{repo}/commits --jq '.[0:10] | .[] | {sha: .sha[0:7], message: .commit.message[0:80], date: .commit.author.date}'

Phase 3: Attachment Analysis

Phase 2에서 수집된 이메일의 첨부파일을 AI로 분석합니다.

대상 필터: PDF, Excel, 이미지 (PNG/JPG)

SHA256 캐시: state.cache.attachments[sha256]에 이전 분석 결과 저장. 동일 첨부파일 재분석 방지.

다운로드:

python

data = client.download_attachment(message_id, attachment_id)  # lib/gmail/client.py

분석 방법:

타입	조건	방법
PDF (20p 이하)	`page_count <= 20`	Claude Read tool 직접 분석
PDF (20p 초과)	`page_count > 20`	`lib/pdf_utils` PDFExtractor 청크 분할 후 분석
Excel/CSV	-	구조 요약 (행/열, 헤더, 샘플 5행)
이미지	PNG/JPG	Claude Vision 분석

분석 관점: expert_context.analysis_perspective 적용

•vendor_management: "견적서인가? 금액, 유효기간, 조건은?"
•development: "API 스펙인가? 변경점, breaking change는?"

Error: 다운로드 실패 → skip, PDF 암호화 → skip 후 보고

Phase 4: AI Cross-Source Analysis

expert_context를 주입하여 프로젝트 전문가로서 분석합니다.

Step 1: 소스별 독립 분석

Claude가 Phase 2 raw data + Phase 3 첨부파일 분석 결과를 읽고 각 소스별 분석:

•Gmail: 발신자, 핵심 내용, 긴급도(URGENT/HIGH/MEDIUM/LOW), 필요 액션, 견적 정보, 상태 추론
•Slack: 의사결정 사항, 액션 아이템, 미해결 질문, 엔티티 매칭
•GitHub: PR 상태, 이슈 상태, CI/CD 상태

Step 2: 크로스 소스 연결 분석

소스 간 연결점 탐지:

•동일 주제 감지 (Gmail + Slack 동시 언급)
•액션 연결 (이메일 요청 → GitHub 이슈/PR)
•상태 불일치 (Gmail "완료" vs GitHub 이슈 open)
•타임라인 구성 (동일 주제의 소스별 이벤트 시간순 연결)

Prompt 상세: docs/02-design/daily-redesign.design.md Section 3.2, 3.3 참조

Error: 단일 소스만 활성 → 크로스 소스 분석 생략, 독립 분석만 수행

Phase 5: Action Recommendation

분석 결과 기반으로 구체적 액션 초안을 생성합니다.

액션 유형	생성 조건
이메일 회신 초안	미응답 48h+, 견적 수신, 명시적 요청
Slack 메시지 초안	미응답 질문, follow-up 필요
GitHub 액션	PR 리뷰 대기 3일+, 이슈 미응답

톤 캘리브레이션: communication_style 참조

•email_tone: professional / casual / formal
•slack_tone: casual / professional
•language: ko / en / mixed

제한: 최대 10건, URGENT → HIGH → MEDIUM 정렬, 각 액션에 예상 소요 시간 명시

Prompt 상세: docs/02-design/daily-redesign.design.md Section 3.4 참조

Error: 분석 결과 없으면 "현재 추가 액션이 필요하지 않습니다" 표시

Phase 6: Project-Specific Operations

.project-sync.yaml의 project_type에 따라 조건부 실행합니다.

vendor_management 타입:

•Slack Lists 갱신 (ListsSyncManager)
•업체 상태 자동 전이 (StatusInferencer)
•견적 비교표 (QuoteFormatter)

bash

cd {project_path} && python -c "
import sys; sys.path.insert(0, 'scripts/sync')
from lists_sync import ListsSyncManager
manager = ListsSyncManager()
manager.update_item('{vendor}', status='{status}', quote='{quote}', last_contact='{date}')
manager.generate_summary_message()
manager.post_summary()
"

development 타입:

bash

gh run list --limit 5 --json databaseId,status,conclusion,name,createdAt
gh pr list --state open --json number,title,headRefName,updatedAt
gh api repos/{owner}/{repo}/milestones --jq '.[] | {title, open_issues, closed_issues}'

Error: config_file 없으면 Phase 6 skip. Slack Lists API 실패 → 경고 출력 후 계속.

Phase 7: Gmail Housekeeping

.project-sync.yaml의 housekeeping 설정에 따라 Gmail 정리합니다.

7a. 라벨 자동 적용 (gmail_label_auto: true):

•Phase 2 이메일 중 라벨 없는 것 필터
•vendor_domains 매칭 시 자동 라벨 적용
•시스템 메일 제외 (noreply, notifications, drive-shares)

7b. INBOX 정리 (inbox_cleanup 설정):

모드	동작
`"auto"`	자동 archive
`"confirm"`	대상 목록 표시 후 AskUserQuestion으로 확인
`"skip"`	건너뜀 (기본)

Error: Gmail API 실패 → 해당 동작 skip, 경고 출력

Phase 8: State Update

Phase A (수집 직후 - 커서 기록):

python

state["cursors"]["gmail"]["history_id"] = new_history_id
state["cursors"]["gmail"]["last_timestamp"] = datetime.utcnow().isoformat() + "Z"
state["cursors"]["slack"]["last_ts"] = last_message_ts
state["cursors"]["github"]["last_check"] = datetime.utcnow().isoformat() + "Z"
state["last_run"] = datetime.utcnow().isoformat() + "Z"
state["run_count"] += 1

Phase B (분석 후 - 캐시 + 학습 기록):

python

state["cache"]["attachments"][sha] = analysis  # 첨부파일 캐시
state["learned_context"]["entities"].update(new_entities)
state["learned_context"]["patterns"].extend(new_patterns)

Config 자동 갱신 (auto_generated: true인 경우만):

•새 도메인 감지 시 pending_additions에 추가

Error: 파일 쓰기 실패 → 다음 실행에서 동일 데이터 재수집 (데이터 손실 없음)

출력 형식

code

================================================================================
                   Daily Dashboard v3.0 (YYYY-MM-DD Day)
                   프로젝트: {project_identity}
================================================================================

[소스 현황] --------------------------------------------------------
  Gmail: {N}건 ({new}건 신규) {auth_status}
  Slack: {N}건 ({new}건 신규) {auth_status}
  GitHub: 이슈 {N}건, PR {N}건 {auth_status}

[크로스 소스 인사이트] ------------------------------------------------
  1. {topic}: {insight} (소스: Gmail+Slack)

[액션 아이템] --------------------------------------------------------

  URGENT ({N}건)
  #{id}. [{type}] {target}
     초안: {draft_preview}
     소요: {estimated_time} | 사유: {reason}

  HIGH ({N}건)
  #{id}. [{type}] {target}
     초안: {draft_preview}
     소요: {estimated_time} | 사유: {reason}

[소스별 상세] --------------------------------------------------------
  Gmail / Slack / GitHub 각 상세

[첨부파일 분석] --------------------------------------------------------
  * {filename}: {summary}

================================================================================
  총 액션: {total}건 | 예상 소요: 약 {total_time}분
  다음 실행 시: 증분 수집 (커서 저장됨)
================================================================================

vendor_management 추가 섹션: 업체 현황표, 견적 비교, Slack Lists 갱신 결과 development 추가 섹션: CI/CD 상태, 브랜치 상태, 마일스톤 진행률

서브커맨드

커맨드	설명
`/daily`	전체 대시보드 (9-Phase 전체)
`/daily ebs`	EBS 데일리 브리핑 (기존 EBS 전용 워크플로우)

EBS 브리핑 모드

/daily ebs는 기존 EBS 전용 워크플로우를 유지합니다.

bash

cd C:\claude\ebs\tools\morning-automation && python main.py --post

상세 워크플로우: 이전 v2.0.0 EBS 섹션과 동일.

변경 이력

버전	변경
3.0.0	9-Phase Pipeline 전면 재설계. Secretary 의존 제거. 증분 수집, 첨부파일 AI 분석, 크로스소스 분석, 액션 추천 엔진, Config Auto-Bootstrap, Expert Context Loading 추가. daily-sync 기능 흡수.
2.0.0	EBS 브리핑 모드 통합 (`/daily ebs`)
1.1.0	스킬 체인 연동 (Gmail, Secretary)
1.0.0	초기 릴리스