read-memories

read-memories skill の概要

read-memories ができること

read-memories は、過去のセッションログを検索して、意思決定、繰り返し出てくるパターン、未完了の論点、ユーザーからの修正を回収するための Claude Code skill です。特に、「覚えてる？」「何を決めたっけ？」と聞かれたときや、新しい作業が以前の文脈に明確に依存しているときに威力を発揮します。Workflow Automation で read-memories skill を使うなら、古いチャット履歴を実用的な作業コンテキストに変える検索ステップだと考えると分かりやすいです。

どんな人に向いているか

read-memories は、複数の Claude Code セッションをまたいで作業する人、継続中のプロジェクトを管理する人、未完了の仕事を何度も見直す人に向いています。新しい発想を出すことよりも、文脈の連続性を重視するエージェントやパワーユーザーに適した skill です。一方で、前の会話に依存しない単発の依頼が中心なら、優先度は下がります。

何が違うのか

この skill の差別化ポイントは、単なる「記憶について考える」ための一般的なプロンプトではなく、サイレントなクエリ実行と、その後の要約・統合まで含めた具体的なログ検索ワークフローになっていることです。つまり価値の中心は、抽象的に「思い出す」ことではなく、ローカルのセッションファイルから根拠を素早く見つけて、未加工のログをユーザーにそのまま見せずに活用できる点にあります。

read-memories skill の使い方

正しくインストールして適用範囲を絞る

read-memories install の流れで Claude Code のセットアップに skill を追加し、ローカルのセッションログが存在する環境だけで使えるようにしておきます。この skill は Bash へのアクセスと、標準的な Claude Code のプロジェクトログ配置を前提にしています。Workflow Automation で read-memories を使う予定なら、実行時に、検索対象のログパスを読み取れることを必ず確認してください。

まずは適切な入力から始める

この skill は、過去ログに出てきそうな具体的なキーワードやトピックを渡すと最もよく機能します。たとえば、機能名、チケット ID、顧客名、意思決定の言い回しなどです。「memory を確認して」のような曖昧な依頼では広すぎます。より強いプロンプトの例は、「read-memories を使って DuckDB の export フローに関する過去の決定を探し、未解決の論点を要約して」といった形です。こうすると、検索対象と出力のゴールが明確になります。

実際に何を実行しているか

この repository のワークフローはシンプルです。まず DuckDB でセッションログを検索し、その結果を内部的に取り込んでから応答します。read-memories usage のパターンは、$HOME/.claude/projects/ 配下の JSONL ファイルを検索する前提で作られており、--here を使って現在の project に絞り込むこともできます。skill を改変するなら、まず SKILL.md を読み、その後で検索パスのロジックと、結果を二段階で扱う仕組みを確認してください。

結果を良くするコツ

曖昧な概念ではなく、識別しやすいキーワードを使ってください。同じ用語が複数の場所に出るなら、project の文脈も足します。最初の検索でノイズが多すぎる場合は、project で絞るか、より具体的なフレーズに変えて再検索します。今の作業に役立てたいなら、どの種類の記憶が重要かも明示してください。たとえば、意思決定、TODO、ユーザーの好み、過去のミスなどです。そうすると、ログから取り出す内容をより適切に調整できます。

read-memories skill の FAQ

read-memories は Claude Code 専用ですか？

はい、基本的には Claude Code のセッションログと、repository 内で示されているローカル project 構造を前提に設計されています。そのため、そのエコシステムには非常に適していますが、汎用的なメモリツールではありません。会話が期待される JSONL パスに保存されないワークフローでは、この skill はあまり噛み合いません。

通常のプロンプトと何が違いますか？

通常のプロンプトは、モデルに文脈を推測させます。read-memories は、先に実際のログ検索を行い、その証拠を要約します。つまり、正しさが過去の決定に依存する場合には強い一方で、単に新しい答えが欲しいだけなら向いていません。したがって read-memories guide は、一般的な推論ではなく検索と回収のための案内です。

初心者でも使いやすいですか？

はい、何を回収したいのかを言語化できるなら使いやすいです。難しいのは Bash ではなく、過去のセッションに出てきそうなキーワードを選ぶことです。迷うなら、まず project 名に task ラベルを足して検索し、最初の結果を見てから絞り込むのがおすすめです。

使わないほうがいいのはどんなときですか？

関連するローカルログがない場合、本当に新しい話題の場合、あるいは依頼が過去のセッションではなく外部の事実に依存している場合は、read-memories は使わないでください。そのようなケースでは、通常のリサーチやドラフト作成のほうが速く、整理もしやすいです。

read-memories skill を改善する方法

検索語をもっと良くする

品質を大きく左右するのはキーワードです。広すぎる名詞ではなく、元の議論で繰り返し出てきたはずの名前、短いフレーズ、識別子を使ってください。たとえば「refund policy」より、「Q4 refund exception」やチケット番号のほうが強い入力です。入力が良ければ、再現性も上がり、不要なログのノイズも減ります。

必要な種類の記憶を明確に伝える

read-memories usage に対して欲しい出力をはっきり指定してください。決定事項、未解決の質問、好み、ブロッカー、次のステップなどです。「context が欲しい」だけだと広すぎます。「最後に合意した API contract と、それに対する反対意見を探して」と頼めば、skill はより賢く絞り込めます。

失敗しやすい点に注意する

主な失敗パターンは、検索範囲が広すぎること、同じログが重複してヒットすること、古いセッション 1 件を過信することです。役立つ read-memories skill のレビューでは、取り出した文脈が今も有効かどうか、後続セッションで否定されていないかを確認してください。最初の検索で古い情報しか出ない場合は、project の範囲を狭めるか、より新しいキーワードで再実行します。

最初の結果を起点に繰り返す

まずは最初の検索で、より良い用語を見つけます。そのうえで必要なら、その語で再検索してください。特に、トピックが時間とともに変化していて、最初のクエリでは最初期の言及しか見つからない場合に有効です。read-memories for Workflow Automation では、最初の実行を発見フェーズとして扱い、その後で検索を絞り込んでから、自動化ワークフローで記憶を使うのがベストプラクティスです。