Claude Code Plugins

Community-maintained marketplace

Feedback

slack-memory-cleanup

@krafton-ai/KIRA
167
0

Memory cleanup and organization skill for AI employees. Provides guidelines for detecting duplicates, fixing misclassified files, and removing stale information from memory storage.

Install Skill

1Download skill
2Enable skills in Claude

Open claude.ai/settings/capabilities and find the "Skills" section

3Upload to Claude

Click "Upload skill" and select the downloaded ZIP file

Note: Please verify skill by going through its instructions before using it.

SKILL.md

name slack-memory-cleanup
description Memory cleanup and organization skill for AI employees. Provides guidelines for detecting duplicates, fixing misclassified files, and removing stale information from memory storage.

Memory Cleanup Guide

Overview

AI 직원의 메모리는 시간이 지남에 따라 중복, 오분류, 오래된 정보가 쌓입니다. 이 skill은 메모리를 체계적으로 정리하는 가이드와 도구를 제공합니다.

핵심 원칙:

  • 하드코딩된 보존 기간 없음 - LLM이 컨텍스트 기반으로 판단
  • 프로필 파일(users/, channels/)은 1 entity = 1 file 원칙
  • 확실하지 않으면 삭제보다 보존

slack-memory-store 스킬과의 연동:

  • 이 skill은 slack-memory-store 스킬로 저장된 메모리를 정리합니다
  • 폴더 구조, 메타데이터 스키마, type 필드가 일치합니다
  • 프로필 파일 vs 토픽 파일 구분 원칙을 따릅니다

Quick Start

# 1. 분석만 (dry-run, 변경 없음)
python scripts/cleanup_memory.py {memories_path}

# 2. 결과 확인 후 실제 정리 실행
python scripts/cleanup_memory.py {memories_path} --execute

# 3. 정리 후 인덱스 업데이트
python scripts/update_index.py {memories_path}

Scripts

이 skill은 정리 작업을 돕는 스크립트를 제공합니다.

cleanup_memory.py - 중복/오분류 탐지

메모리 폴더를 스캔하여 문제를 탐지합니다. 기본은 분석만 수행(dry-run)합니다.

# 전체 분석
python scripts/cleanup_memory.py {memories_path}

# 특정 폴더만 분석
python scripts/cleanup_memory.py {memories_path} --folder users
python scripts/cleanup_memory.py {memories_path} --folder channels

# 상세 디버그 출력
python scripts/cleanup_memory.py {memories_path} --verbose

# 실제 정리 실행 (오분류 파일 이동)
python scripts/cleanup_memory.py {memories_path} --execute

출력 예시:

============================================================
📊 메모리 정리 분석 결과
============================================================

## 🔴 중복 파일

### users/ 폴더 (동일인 중복)
  email:batteryho@krafton.com:
    - 전지호 (Jiho Jeon).md (✅ 프로필)
    - 전지호 (Jiho Jeon) - 이메일 분석.md (📝 작업기록)
    - 전지호_외부플랫폼초대_2025-12-08.md (📝 작업기록)

## 🟡 오분류 파일
  전지호 (Jiho Jeon) - 이메일 분석.md
    현재: users/ → 권장: tasks/
    이유: 파일명에 작업 키워드
  Jira 티켓 조회 성공.md
    현재: channels/ → 권장: tasks/
    이유: type이 'task_completed'

## 📈 요약
  - 중복 그룹: 3개
  - 오분류 파일: 5개

주요 탐지 기능:

  • 프로필 vs 작업기록 구분: users/ 중복에서 어떤 파일이 프로필이고 어떤 파일이 작업기록인지 표시
  • 오분류 이유 표시: 왜 해당 파일이 오분류로 판단되었는지 이유 제공
  • type 필드 활용: 메타데이터의 type 필드를 확인하여 폴더와 불일치 탐지

update_index.py - 인덱스 업데이트

정리 후 index.md를 갱신합니다.

python scripts/update_index.py {memories_path}

정리 워크플로우

Step 1: 현황 파악

# 전체 메모리 구조 확인
ls -la {memories_path}/

# 각 폴더별 파일 수 확인
find {memories_path} -type f -name "*.md" | wc -l

# 폴더별 상세
ls -la {memories_path}/users/
ls -la {memories_path}/channels/
ls -la {memories_path}/tasks/

Step 2: 문제 탐지

스크립트 또는 수동으로 다음 문제들을 탐지합니다:

  1. 중복 파일 - 같은 entity가 여러 파일로 분산
  2. 잘못된 분류 - 폴더와 내용 불일치
  3. 휘발성 정보 - 오래되고 중요도 낮은 파일

Step 3: 정리 실행

탐지된 문제에 따라 적절한 조치:

Step 4: 인덱스 업데이트

정리 후 반드시 인덱스 갱신:

python scripts/update_index.py {memories_path}

핵심 정리 대상

1. users/ 폴더

정상 상태: 1인당 1파일 (프로필)

users/
└── 전지호 (Jiho Jeon).md    ← 프로필 파일만

문제 상태: 1인이 여러 파일

users/
├── 전지호 (Jiho Jeon).md              ← 프로필 (유지)
├── 전지호 (Jiho Jeon) - 이메일 분석.md  ← tasks/로 이동
├── 전지호 - AI 보고서.md               ← tasks/ 또는 misc/로 이동
└── Serin_Kim_김세린.md                 ← 기존 김세린 파일과 병합

판단 기준:

  • email 또는 user_id가 같으면 동일인
  • 프로필 파일 1개만 users/에 유지
  • 나머지는 내용에 따라 적절한 폴더로 이동

2. channels/ 폴더

정상 상태: 채널당 1파일 (채널 ID로 시작)

channels/
└── C08G76BB8JK_my-daily-scrum.md    ← 채널 프로필

문제 상태: 채널 정보가 아닌 파일들

channels/
├── C08G76BB8JK_my-daily-scrum.md      ← 유지
├── Jira 티켓 조회 성공.md              ← tasks/로 이동
└── 메일 조회 작업 성공.md              ← tasks/로 이동

판단 기준:

  • channel_id가 있고 채널 가이드라인/정보면 유지
  • 작업 결과, 성공 사례 등은 tasks/로 이동

3. tasks/ 폴더

정상 상태: 작업별 1파일

tasks/
├── KIRA 프로젝트 작업 완료 - 2025-11-25.md
└── Tableau 데이터 조회 - 2025-12-09.md

문제 상태: 유사 내용 중복

tasks/
├── 7개_이메일_분석_2025-12-08.md     ← 삭제 (더 완전한 버전 있음)
├── 8개_이메일_분석_2025-12-08.md     ← 삭제
├── 9개_이메일_분석_2025-12-08.md     ← 삭제
└── 10개_이메일_분석_2025-12-08.md    ← 유지 (최종 버전)

판단 기준:

  • 같은 작업의 중간 결과들 → 최종 버전만 유지
  • 같은 날짜에 유사 제목 → 가장 완전한 것만 유지

4. 기타 폴더

폴더 정리 기준
projects/ 완료된 프로젝트 → archive/ 이동 가능
decisions/ 중요, 장기 보존
meetings/ 오래된 것 → 요약 후 삭제 가능
misc/ 정리 1순위, 오래된 것 삭제
external/news/ 시간 지나면 가치 하락, 삭제 가능
announcements/ 오래된 공지 삭제 가능

중요도 판단 (LLM 기준)

하드코딩된 보존 기간 없이, LLM이 다음을 고려하여 판단합니다.

보존해야 하는 것

  • 프로필 정보 (users/, channels/)
  • 의사결정 기록 (decisions/)
  • 진행 중인 프로젝트 (projects/)
  • 최근 상호작용과 관련된 정보

삭제 가능한 것

  • 중간 결과물 (최종본 있을 때)
  • 오래된 일상 대화 (misc/)
  • 시의성 지난 뉴스/공지
  • 중복된 정보

판단 시 고려사항

  • 마지막 수정일 (updated 메타데이터)
  • 관련 프로젝트 상태 (진행 중 vs 완료)
  • 파일 간 연결 관계 (related_to)
  • 태그의 중요도 (urgent, important 등)

정리 실행 예시

예시 1: users/ 중복 정리

요청: "users 폴더 정리해줘"

1. 현황 파악
   - 전지호 관련 파일 6개 발견
   - 김세린 관련 파일 2개 발견

2. 분석
   - 전지호: 프로필 1개 + 작업 기록 5개
   - 김세린: 같은 사람 다른 이름 2개

3. 실행
   - 전지호 작업 기록 → tasks/로 이동
   - 김세린 파일 → 병합 후 1개만 유지

4. 결과 보고
   "users/ 정리 완료:
    - 전지호: 5개 파일 tasks/로 이동
    - 김세린: 2개 파일 1개로 병합"

예시 2: 전체 메모리 정리

요청: "메모리 전체 정리해줘"

1. 현황 파악
   - 총 120개 파일
   - users/: 47개 (중복 의심)
   - tasks/: 40개 (중복 의심)
   - channels/: 10개 (오분류 의심)

2. 폴더별 분석 및 정리

3. 결과 보고
   "메모리 정리 완료:
    - 삭제: 15개 (중복/중간결과)
    - 이동: 8개 (오분류 수정)
    - 병합: 5개 (동일인 중복)
    - 현재 총: 97개 파일"

안전 가이드라인

삭제 전 확인

  • 중요 파일 삭제 전 사용자에게 확인
  • decisions/, projects/ 삭제 시 특히 주의
  • 확실하지 않으면 삭제보다 이동

백업 권장

  • 대량 정리 전 백업 제안
  • cp -r {memories_path} {memories_path}_backup_{date}

롤백 가능성

  • 삭제한 파일 목록 기록
  • 이동한 파일의 원래 위치 기록

Reference Documents

자세한 규칙은 다음 문서를 참고하세요: