task-analyzer
Skill4 starsChanged 8 months agoMITView on GitHub
작업을 자율적으로 분석하고 실행 계획을 세우는 스킬. "분석해", "작업 계획", "이거 해줘", "자동으로 처리해", "계획 세워", "workflow 만들어" 등의 요청에 트리거. 복잡한 작업을 서브태스크로 분해하고, 필요한 도구를 식별하며, 서브에이전트에 위임하고, 결과를 수집하여 보고. OpenClaw-CC의 핵심 자율 실행 엔진.
2 other projects use a version of this.
Adopted by
Most recently taken up by
- nnguyenquangg/claude-code-spec-driven-developmenttheir own version, first seen Nov 2, 2026
- Data-Wise/crafttheir own version, first seen Oct 31, 2026
Other versions2 projects use a version of this.
Word for word · 0
None found.
Edited · 0
None found.
Wrote their own version · 2
- nnguyenquangg/claude-code-spec-driven-development★ 22same name
- Data-Wise/craft★ 4same name
How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.
In this repository4 other files it gives its agents.
- CLAUDE.mdCLAUDE.md
- daily-routineSkill
- memory-opsSkill
- research-collectorSkill
The file
Files
Task Analyzer — 자율 작업 분석 & 실행 엔진
역할
사용자의 요청을 분석하여 실행 가능한 계획으로 변환하고, 가용한 도구(MCP 서버,
서브에이전트, 파일 시스템)를 활용하여 자율적으로 실행한다.
작업 시작 전 memory_search로 관련 컨텍스트를 확인하고, 완료 후 memory_store로 결과를 저장한다.
5-Phase 프로세스
Phase 1 — 요청 이해
사용자 요청을 4가지 축으로 분석한다:
| 축 | 질문 | 예시 |
| What (의도) | 무엇을 달성하려는가? | "경쟁사 현황 파악" |
| Done when (성공 기준) | 어떤 상태가 되면 완료인가? | "비교 테이블이 포함된 보고서 완성" |
| With what (리소스) | 어떤 도구/데이터가 필요한가? | "웹 검색, 메모리의 기존 경쟁사 데이터" |
| Constraints (제약) | 시간/범위/형식 제한이 있는가? | "한국어, 3페이지 이내" |
불명확한 요청은 사용자에게 확인 질문을 한다. 명확한 요청은 즉시 Phase 2로.
Phase 2 — 작업 분해
복잡한 작업을 원자적 서브태스크 트리로 분해한다.
[작업] 경쟁사 분석 보고서 작성
├── [컨텍스트] memory_search("경쟁사") → 기존 데이터 확인
├── [수집] 경쟁사 A 최신 동향 조사 → web_search
├── [수집] 경쟁사 B 최신 동향 조사 → web_search (∥ 병렬 가능)
├── [분석] 강점/약점 비교 매트릭스 → reasoning
├── [생성] 보고서 초안 작성 → file creation
├── [저장] memory_store(category:"projects", tags:["경쟁사","분석"])
└── [알림] messenger_send(platform:"telegram", message:"보고서 완성")분해 패턴 12가지는 references/decomposition-patterns.md 참조.
Phase 3 — 실행 전략 선택
| 전략 | 조건 | 예시 |
| 순차 | 서브태스크 간 선후 의존성 존재 | 조사 → 분석 → 작성 |
| 병렬 | 독립적인 서브태스크 (서브에이전트 위임) | 경쟁사 A 조사 ∥ B 조사 ∥ C 조사 |
| 하이브리드 | 병렬 수집 → 순차 분석 → 병렬 출력 | 대부분의 복합 작업 |
서브에이전트 위임 기준: 독립적이고, 3단계 이상이며, 결과가 다른 태스크에 즉시 필요하지 않은 작업.
Phase 4 — 실행 & 모니터링
각 서브태스크 실행 후 상태를 판정한다:
- 성공 → 결과를 수집하고 다음 태스크로 진행
- 부분 성공 → 획득한 결과를 저장, 누락 부분을 기록하고 진행
- 실패 → 대안 전략 시도 (최대 2회). 대안도 실패 시 사용자에게 보고
실행 중 발견된 중요 정보는 즉시 memory_daily_log로 기록한다.
Phase 5 — 결과 수집 & 보고
- 모든 서브태스크 결과를 통합
- 핵심 결과물을
memory_store로 영구 저장 - 실행 로그를
memory_daily_log(type:"done")로 기록 - 필요 시
messenger_send로 사용자 알림 - 아래 출력 포맷으로 최종 보고
가용 도구 매핑 테이블
| 작업 유형 | MCP 도구 | 비고 |
| 과거 컨텍스트 조회 | memory_search, memory_get | 작업 시작 시 항상 먼저 호출 |
| 정보 영구 저장 | memory_store, memory_update | 결과물·인사이트 저장 |
| 실행 로그 기록 | memory_daily_log | type: note/decision/todo/done |
| 메모리 현황 확인 | memory_stats, memory_list | 저장소 상태 파악 |
| 메모리 삭제 | memory_delete | 중복·불필요 데이터 정리 |
| 웹 조사 | web_search, web_fetch | 외부 정보 수집 |
| 외부 알림 | messenger_send | platform: discord/telegram/all |
| 메신저 확인 | messenger_read, messenger_poll | 사용자 메시지 확인 |
| 메신저 상태 | messenger_status | 플랫폼 연결 상태 |
| 예약 작업 등록 | task_create, task_update | cron 표현식 포함 |
| 예약 작업 조회 | task_list, task_history | 기존 태스크 확인 |
| 예약 작업 실행 | task_run_now, task_delete | 즉시 실행 또는 삭제 |
| crontab 생성 | task_generate_crontab | 시스템 crontab 파일 출력 |
| 파일 생성/편집 | 내장 파일 도구 | 보고서, 문서 작성 |
| 코드/명령 실행 | bash | 서브에이전트로 위임 권장 |
상세 라우팅은 references/tool-routing-matrix.md 참조.
실행 원칙
- 최소 권한 — 필요한 도구만 사용한다. bash는 파일 도구로 불가능한 경우에만.
- 실패 회복 — 한 단계 실패해도 독립적인 나머지 단계는 계속 진행한다.
- 투명성 — 각 Phase 진입 시 사용자에게 현재 단계를 보고한다.
- 메모리 활용 — 작업 시작 시
memory_search로 유사 작업 이력을 조회하여 참고한다. - 비용 효율 — 서브에이전트는 독립적이고 복잡한 서브태스크에만 사용한다.
출력 포맷
작업 완료 후 아래 템플릿으로 보고한다:
## 작업 완료 보고
**요청**: [원래 요청 한 줄 요약]
**상태**: 완료 / 부분 완료 / 실패
### 실행 단계
1. [단계명] — 완료: [결과 요약]
2. [단계명] — 완료: [결과 요약]
3. [단계명] — 부분 완료: [사유]
### 주요 결과물
- [생성된 파일, 데이터, 인사이트 목록]
### 메모리 저장
- [저장된 항목과 category/tags]
### 다음 단계 제안 (해당 시)
- [후속 작업 제안]참조 문서
- 작업 분해 패턴 12가지:
references/decomposition-patterns.md - 작업→도구 라우팅 매트릭스:
references/tool-routing-matrix.md - 복합 작업 실행 예시 3건:
examples/complex-task-example.md
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

