Claude Conversation Logger

🚀 🤖 Claude Conversation Logger v3.1.0

Claude Conversation Loggerは、高度なロギングシステムです。4つのClaude Code互換エージェントを備え、深層的な意味解析、自動ドキュメント生成、70%のトークン最適化を実現します。これにより、技術的な会話を効率的に管理し、問題を迅速に解決することができます。

🚀 クイックスタート

手順1: システムの起動

# クローンして起動
git clone https://github.com/LucianoRicardo737/claude-conversation-logger.git
cd claude-conversation-logger

# Dockerで起動（エージェントを含む）
docker compose up -d --build

# 動作確認
curl http://localhost:3003/health

手順2: Claude Codeの設定

# MCP設定をコピー
cp examples/claude-settings.json ~/.claude/settings.json

# ロギングフックをコピー
cp examples/api-logger.py ~/.claude/hooks/
chmod +x ~/.claude/hooks/api-logger.py

手順3: エージェントの使用

# Claude Code内で - 類似の会話を検索
search_conversations({
  query: "payment integration error",
  days: 30,
  includePatterns: true
})

# 現在の会話のインテリジェント分析
analyze_conversation_intelligence({
  session_id: "current_session",
  includeRelationships: true
})

# 自動ドキュメント生成
auto_document_session({
  session_id: "completed_troubleshooting"
})

🎉 システムが準備完了です！エージェントが自動的にすべての会話を分析します。

✨ 主な機能

⭐ 4 CLAUDE CODEエージェントシステム

🧠 コア機能

Claude Conversation Loggerには、4つのClaude Code互換エージェントの最適化されたシステムが含まれています。これらのエージェントは、技術的な会話のインテリジェント分析、自動ドキュメント生成、パターン発見を提供します。

🎭 4つのClaude Codeエージェント

🚀 インテリジェント機能

# 🔍 インテリジェントな意味検索
"authentication error" → 認証関連のすべての会話を検索

# 📝 コンテキストに基づく自動ドキュメント生成
完了したセッション → 構造化されたドキュメントを自動生成

# 🔗 インテリジェントな関係マッピング
現在の問題 → 解決策を持つ5つの類似会話を検索

# 📊 予測的なパターン分析
"API timeout" → 15の類似ケース + 最も効果的な解決策を特定

# 🌍 多言語対応
ES/EN混合の会話 → 両言語のパターンを検出

⚡ 主要な利点

• ✅ トークン最適化: 手動分析と比較して70%の削減
• ✅ 即時分析: 完全なマルチエージェント分析が3秒未満
• ✅ 高精度: パターンと状態検出で95%以上
• ✅ 多言語対応: スペイン語/英語、拡張可能なフレームワーク
• ✅ インテリジェントキャッシュ: 高速応答のために85%以上のヒット率
• ✅ 自己学習: 使用に伴う継続的な改善

📦 インストール

必要条件

• Docker 20.0以上とDocker Compose
• Python 3.8以上（フック用）
• Claude Codeがインストールされ、設定されていること
• 利用可能なRAMが4GB以上

完全なインストール

1. クローンとセットアップ

# リポジトリをクローン
git clone https://github.com/LucianoRicardo737/claude-conversation-logger.git
cd claude-conversation-logger

# 構造を確認
ls -la  # 表示されるべきもの: src/, config/, examples/, docker-compose.yml

2. Dockerデプロイメント

# 完全なシステムをビルドして起動
docker compose up -d --build

# サービスを確認（実行中のコンテナが1つ表示されるはず）
docker compose ps

# システムの健全性を確認
curl http://localhost:3003/health
# 期待される結果: {"status":"healthy","services":{"api":"ok","mongodb":"ok","redis":"ok"}}

3. Claude Codeの設定

# フックディレクトリが存在しない場合は作成
mkdir -p ~/.claude/hooks

# ロギングフックをコピー
cp examples/api-logger.py ~/.claude/hooks/
chmod +x ~/.claude/hooks/api-logger.py

# Claude Codeの設定をコピー
cp examples/claude-settings.json ~/.claude/settings.json
# または既存の設定とマージ

4. システムの検証

# APIテスト
curl -H "X-API-Key: claude_api_secret_2024_change_me" \
     http://localhost:3003/api/conversations | jq .

# エージェントテスト
curl -H "X-API-Key: claude_api_secret_2024_change_me" \
     http://localhost:3003/api/agents/health

# フックテスト（シミュレート）
python3 ~/.claude/hooks/api-logger.py

環境変数

基本設定

# 必須
MONGODB_URI=mongodb://localhost:27017/conversations
REDIS_URL=redis://localhost:6379
API_KEY=your_secure_api_key_here
NODE_ENV=production

# オプションのパフォーマンス設定
API_MAX_CONNECTIONS=100
MONGODB_POOL_SIZE=20
REDIS_MESSAGE_LIMIT=10000

エージェント設定（42変数）

# 言語とキーワード
AGENT_PRIMARY_LANGUAGE=es
AGENT_MIXED_LANGUAGE_MODE=true
AGENT_WRITE_KEYWORDS='["documentar","document","save"]'

# パフォーマンスと閾値
AGENT_MAX_TOKEN_BUDGET=100
AGENT_SIMILARITY_THRESHOLD=0.75
AGENT_CACHE_TTL_SECONDS=300

# 機能フラグ
AGENT_ENABLE_SEMANTIC_ANALYSIS=true
AGENT_ENABLE_AUTO_DOCUMENTATION=true

💻 使用例

🔍 シナリオ1: 繰り返しのデバッグ

// 問題: "Payments fail sporadically"
// Claude CodeでMCPツールを使用:
search_conversations({
  query: "payment failed timeout integration",
  days: 90,
  includePatterns: true
})

// semantic-analyzer-agent + pattern-discovery-agentが返す:
// - 8つの類似会話が見つかった
// - パターンが特定された: "Gateway timeout after 30s" (頻度: 23回)
// - 実績のある解決策: "Increase timeout to 60s + add retry" (成功率: 94%)
// - 関連する会話: sess_456, sess_789, sess_012

📝 シナリオ2: 自動ドキュメント生成

// 複雑なバグを解決した後
// auto-documentation-agentがコンテキストに基づくドキュメントを生成:
export_conversation({
  session_id: "debugging_session_456",
  format: "markdown",
  includeCodeExamples: true,
  autoDetectPatterns: true
})

// システムが自動的に生成する:
/* 
# 解決策: 支払いゲートウェイのタイムアウト問題

## 特定された問題
- 30秒後にゲートウェイタイムアウト
- ピーク時の支払いに影響する
- ログに "ETIMEDOUT" エラー

## 実施された調査
1. Nginxログの分析
2. タイムアウト設定のレビュー
3. ネットワーク遅延の監視

## 実装された解決策
```javascript
const paymentConfig = {
  timeout: 60000, // 30秒から60秒に増加
  retries: 3,     // リトライロジックを追加
  backoff: 'exponential'
};

検証

• ✅ テストが合格: payment-integration.test.js
• ✅ タイムアウトが1日23件のエラーから0件に減少
• ✅ 成功率: 99.2%

タグ

#payment #timeout #gateway #production-fix */

### 📊 シナリオ3: プロジェクト分析
```javascript
// pattern-discovery-agentでプロジェクトの健全性を分析
analyze_conversation_patterns({
  project: "e-commerce-api",
  days: 30,
  minFrequency: 3,
  includeSuccessRates: true
})

// システムが自動的に特定する:
{
  "top_issues": [
    {
      "pattern": "Database connection timeouts",
      "frequency": 18,
      "success_rate": 0.89,
      "avg_resolution_time": "2.3 hours",
      "recommended_action": "Implement connection pooling"
    },
    {
      "pattern": "Redis cache misses",
      "frequency": 12,
      "success_rate": 0.92,
      "avg_resolution_time": "45 minutes",
      "recommended_action": "Review cache invalidation strategy"
    }
  ],
  "trending_topics": ["authentication", "api-rate-limiting", "database-performance"],
  "recommendation": "Focus on database optimization - 60% of issues stem from DB layer"
}

🔗 シナリオ4: インテリジェントなコンテキスト検索

// 新しい問題に取り組んでいるとき、類似のコンテキストを検索
// semantic-analyzer-agentがインテリジェントな関係を見つける:
search_conversations({
  query: "React component not rendering after state update",
  days: 60,
  includeRelationships: true,
  minConfidence: 0.7
})

// 関係分析を含む結果:
{
  "direct_matches": [
    {
      "session_id": "sess_789",
      "similarity": 0.94,
      "relationship_type": "identical_problem",
      "solution_confidence": 0.96,
      "quick_solution": "Add useEffect dependency array"
    }
  ],
  "related_conversations": [
    {
      "session_id": "sess_234",
      "similarity": 0.78,
      "relationship_type": "similar_context",
      "topic_overlap": ["React", "state management", "useEffect"]
    }
  ],
  "patterns_detected": {
    "common_cause": "Missing useEffect dependencies",
    "frequency": 15,
    "success_rate": 0.93
  }
}

🧠 シナリオ5: 完全なマルチエージェント分析

// 複雑な会話の場合は、すべてのエージェントを起動:
analyze_conversation_intelligence({
  session_id: "complex_debugging_session",
  includeSemanticAnalysis: true,
  includeRelationships: true,
  generateInsights: true,
  maxTokenBudget: 200
})

// conversation-orchestrator-agentがすべてのエージェントをコーディネート:
{
  "semantic_analysis": {
    "topics": ["microservices", "docker", "kubernetes", "monitoring"],
    "entities": ["Prometheus", "Grafana", "Helm charts"],
    "complexity": "advanced",
    "resolution_confidence": 0.91
  },
  "session_state": {
    "status": "completed",
    "quality_score": 0.87,
    "documentation_ready": true
  },
  "relationships": [
    {
      "session_id": "sess_345",
      "similarity": 0.82,
      "type": "follow_up"
    }
  ],
  "patterns": {
    "recurring_issue": "Kubernetes resource limits",
    "frequency": 8,
    "trend": "increasing"
  },
  "insights": [
    {
      "type": "recommendation",
      "priority": "high", 
      "description": "Consider implementing HPA for dynamic scaling",
      "confidence": 0.85
    }
  ]
}

📖 完全なエージェントドキュメント

高度な使用方法と詳細な設定については、エージェントのドキュメントを参照してください。

• 🤖 Claude Code Agent Files - マークダウン形式の完全なエージェント設定
• 🎭 conversation-orchestrator-agent - メインオーケストレーターの設定
• 🧠 semantic-analyzer-agent - 意味解析エージェント
• 🔍 pattern-discovery-agent - パターン発見設定
• 📝 auto-documentation-agent - ドキュメント生成エージェント
• 📋 Context System - 知識ベースとトラブルシューティングガイド

📚 ドキュメント

🔌 Claude Code統合 (MCP)

5つのネイティブエージェントツール

システムは、Claude Code用の5つのネイティブMCPツールを提供します。

Claude Codeの設定

~/.claude/settings.json

{
  "mcp": {
    "mcpServers": {
      "conversation-logger": {
        "command": "node",
        "args": ["src/mcp-server.js"],
        "cwd": "/path/to/claude-conversation-logger",
        "env": {
          "API_URL": "http://localhost:3003",
          "API_KEY": "claude_api_secret_2024_change_me"
        }
      }
    }
  },
  "hooks": {
    "UserPromptSubmit": [{"hooks": [{"type": "command", "command": "python3 ~/.claude/hooks/api-logger.py"}]}],
    "Stop": [{"hooks": [{"type": "command", "command": "python3 ~/.claude/hooks/api-logger.py"}]}]
  }
}

Claude Codeの使用例

🔍 インテリジェントな検索

// 意味解析を用いて類似の問題を検索
search_conversations({
  query: "React hydration mismatch SSR",
  days: 60,
  includePatterns: true,
  minConfidence: 0.75
})

// 結果: 関連する会話 + パターン + 実績のある解決策

📊 パターン分析

// プロジェクト内の繰り返しの問題を特定
analyze_conversation_patterns({
  days: 30,
  project: "my-api-service",
  minFrequency: 3
})

// 結果: トップの問題 + 成功率 + 推奨事項

📝 自動ドキュメント生成

// 完了したセッションからドキュメントを生成
export_conversation({
  session_id: "current_session",
  format: "markdown",
  includeCodeExamples: true
})

// 結果: 問題 + 解決策 + コードを含む構造化されたマークダウン

🧠 完全なマルチエージェント分析

// すべてのエージェントを用いた深層分析
analyze_conversation_intelligence({
  session_id: "complex_debugging_session",
  includeSemanticAnalysis: true,
  includeRelationships: true,
  generateInsights: true
})

// 結果: 完全な分析 + 洞察 + 推奨事項

🛠️ エージェントREST API

5つのClaude Codeエンドポイント

分析とオーケストレーション

# 完全なマルチエージェント分析
POST /api/agents/orchestrator
Content-Type: application/json
X-API-Key: claude_api_secret_2024_change_me

{
  "type": "deep_analysis",
  "data": {"session_id": "sess_123"},
  "options": {
    "includeSemanticAnalysis": true,
    "generateInsights": true,
    "maxTokenBudget": 150
  }
}

パターン発見

# 繰り返しのパターンを検索
GET /api/agents/patterns?days=30&minFrequency=3&project=api-service

# レスポンス: 特定されたパターン + 頻度 + 解決策

関係マッピング

# 関連する会話を検索
GET /api/agents/relationships/sess_123?minConfidence=0.7&maxResults=10

# レスポンス: 類似の会話 + 関係タイプ + 信頼度

自動ドキュメント生成

# インテリジェントなドキュメントを生成
POST /api/agents/document
{
  "session_id": "sess_123",
  "options": {
    "autoDetectPatterns": true,
    "includeCodeExamples": true
  }
}

主要なAPIエンドポイント

会話管理

# 会話をログに記録（フックによって使用される）
POST /api/conversations

# 意味解析を用いた検索
GET /api/conversations/search?q=authentication&days=30&semantic=true

# 自動ドキュメント付きのエクスポート
GET /api/conversations/{session_id}/export?format=markdown&enhanced=true

分析とメトリクス

# プロジェクト統計
GET /api/projects/stats

# エージェントメトリクス
GET /api/agents/metrics

# システムの健全性
GET /health

🏗️ 技術アーキテクチャ

エージェントアーキテクチャ

graph TB
    subgraph "🔌 Claude Code Integration"
        CC[Claude Code] -->|MCP Tools| MCP[MCP Server]
        CC -->|Hooks| HOOK[Python Hooks]
    end
    
    subgraph "🤖 Claude Code Agent System"
        MCP --> CO[conversation-orchestrator-agent]
        CO --> SA[semantic-analyzer-agent]
        CO --> PD[pattern-discovery-agent]
        CO --> AD[auto-documentation-agent]
    end
    
    subgraph "💾 Data Layer"
        SA --> MONGO[(MongoDB<br/>8 Collections)]
        CO --> REDIS[(Redis<br/>Intelligent Cache)]
    end
    
    subgraph "🌐 API Layer"
        HOOK --> API[REST API Server]
        API --> CO
    end
    
    style CO fill:#9c27b0,color:#fff
    style SA fill:#2196f3,color:#fff
    style MONGO fill:#4caf50,color:#fff

システムコンポーネント

データフロー

sequenceDiagram
    participant CC as Claude Code
    participant MCP as MCP Server
    participant CO as conversation-orchestrator-agent
    participant AG as Agents (SA/PD/AD)
    participant DB as MongoDB/Redis
    
    CC->>MCP: search_conversations()
    MCP->>CO: Process request
    CO->>AG: Coordinate analysis
    AG->>DB: Query data + cache
    AG->>CO: Specialized results
    CO->>MCP: Integrated response
    MCP->>CC: Conversations + insights

⚙️ エージェント設定

42の設定パラメータ

エージェントシステムは、Docker Composeを介して完全に設定可能です。

🌍 言語設定

# docker-compose.yml
environment:
  # 主要言語
  AGENT_PRIMARY_LANGUAGE: "es"
  AGENT_SECONDARY_LANGUAGE: "en" 
  AGENT_MIXED_LANGUAGE_MODE: "true"
  
  # スペイン語 + 英語のキーワード (JSON配列)
  AGENT_WRITE_KEYWORDS: '["documentar","guardar","document","save","create doc"]'
  AGENT_READ_KEYWORDS: '["buscar","encontrar","similar","search","find","lookup"]'
  AGENT_RESOLUTION_KEYWORDS: '["resuelto","funcionando","resolved","fixed","working"]'
  AGENT_PROBLEM_KEYWORDS: '["error","problema","falla","bug","issue","crash"]'

🎯 パフォーマンスパラメータ

environment:
  # 検出閾値
  AGENT_SIMILARITY_THRESHOLD: "0.75"
  AGENT_CONFIDENCE_THRESHOLD: "0.80"
  AGENT_MIN_PATTERN_FREQUENCY: "3"
  
  # トークン最適化
  AGENT_MAX_TOKEN_BUDGET: "100"
  AGENT_CACHE_TTL_SECONDS: "300"
  
  # 機能フラグ
  AGENT_ENABLE_SEMANTIC_ANALYSIS: "true"
  AGENT_ENABLE_AUTO_DOCUMENTATION: "true"
  AGENT_ENABLE_RELATIONSHIP_MAPPING: "true"
  AGENT_ENABLE_PATTERN_PREDICTION: "true"

8つのエージェントMongoDBコレクション

メインコレクション

// conversations - 基本的な会話
{
  _id: ObjectId("..."),
  session_id: "sess_123",
  project: "api-service",
  user_message: "Payment integration failing",
  ai_response: "Let me help debug the payment flow...",
  timestamp: ISODate("2025-08-25T10:00:00Z"),
  metadata: {
    resolved: true,
    complexity: "intermediate",
    topics: ["payment", "integration", "debugging"]
  }
}

// conversation_patterns - エージェントによって検出されたパターン
{
  pattern_id: "api_timeout_pattern",
  title: "API Timeout Issues",
  frequency: 23,
  confidence: 0.87,
  common_solution: "Increase timeout + add retry logic",
  affected_projects: ["api-service", "payment-gateway"]
}

// conversation_relationships - セッションの接続
{
  source_session: "sess_123",
  target_session: "sess_456",
  relationship_type: "similar_problem",
  confidence_score: 0.89,
  detected_by: "semantic-analyzer-agent"
}

// conversation_insights - 生成された洞察
{
  insight_type: "recommendation", 
  priority: "high",
  title: "Frequent Database Connection Issues",
  recommendations: ["Add connection pooling", "Implement retry logic"]
}

🔧 技術詳細

📈 メトリクスとパフォーマンス

🎯 エージェントメトリクス

• 意味解析: トピック検出で95%以上の精度
• 状態検出: 完了/アクティブの検出で90%以上の精度
• 関係マッピング: 類似度で85%以上の精度
• トークン最適化: 手動分析と比較して70%の削減
• 応答時間: 完全な分析が3秒未満

⚡ システムパフォーマンス

• 起動時間: 完全なコンテナが30秒未満
• API応答: 平均100ms未満
• キャッシュヒット率: 頻繁なクエリで85%以上
• メモリ使用量: 典型的には約768MB
• 同時ユーザー: 100人以上をサポート

📊 コードベース統計

• コード行数: 3,800行以上 (最適化されたエージェントシステム)
• JavaScriptファイル: 15個以上のコアファイル
• エージェントファイル: 4つのClaude Code互換ファイル
• APIエンドポイント: 28個以上のエンドポイント (23個のコア + 5つのエージェントツール)
• MCPツール: 5つのネイティブツール
• MongoDBコレクション: 8つの専用コレクション

🛡️ セキュリティとメンテナンス

🔐 セキュリティ

• APIキー認証: すべてのエンドポイントに必要
• Helmet.jsセキュリティ: セキュリティヘッダーと保護
• レート制限: 本番環境で15分間に200リクエスト
• 設定可能なCORS: クロスオリジンポリシーを設定可能
• データ暗号化: 保存時と転送時にデータを暗号化

🔧 トラブルシューティング

システムが起動しない場合

# ログを確認
docker compose logs -f

# リソースを確認
docker stats

エージェントが応答しない場合

# エージェントの健全性チェック
curl http://localhost:3003/api/agents/health

# 設定を確認
curl http://localhost:3003/api/agents/config

フックが機能しない場合

# 手動でフックをテスト
python3 ~/.claude/hooks/api-logger.py

# パーミッションを確認
chmod +x ~/.claude/hooks/api-logger.py

# APIの接続性をテスト
curl -X POST http://localhost:3003/api/conversations \
  -H "X-API-Key: claude_api_secret_2024_change_me" \
  -H "Content-Type: application/json" \
  -d '{"test": true}'

📞 サポートと貢献

🆘 ヘルプを得る

• 📖 技術ドキュメント: Claude Code Agents を参照
• 🐛 バグ報告: GitHub Issues
• 💡 機能リクエスト: GitHub Discussions

🤝 貢献する

# フォークしてクローン
git clone https://github.com/your-username/claude-conversation-logger.git

# 機能ブランチを作成
git checkout -b feature/agent-improvements

# 開発とテスト
npm test
npm run test:agents

# プルリクエストを送信
git push origin feature/agent-improvements

🧪 ローカル開発

# 依存関係をインストール
npm install

# 開発環境を設定
cp examples/claude-settings.json ~/.claude/settings.json

# 開発モードで起動
npm run dev

# エージェントテストを実行
npm run test:agents

📄 ライセンス

MITライセンス - 詳細は LICENSE を参照してください。

作者: Luciano Emanuel Ricardo
バージョン: 3.1.0 - Claude Code互換エージェントシステム
リポジトリ: https://github.com/LucianoRicardo737/claude-conversation-logger

🎉 要約

✅ 4つのClaude Code互換エージェント - 最適化された多次元インテリジェント分析
✅ ネイティブのClaude Code統合 - 5つのすぐに使えるMCPツール
✅ 70%のトークン最適化 - 分析の最大効率
✅ 多言語対応 - スペイン語/英語、拡張可能なフレームワーク
✅ 深層的な意味解析 - 技術的な内容の真の理解
✅ 自動ドキュメント生成 - コンテキストに基づくガイド生成
✅ パターン発見 - 繰り返し発生する問題の事前発見
✅ 関係マッピング - インテリジェントな会話の接続
✅ インテリジェントキャッシュ - 即時応答のための85%以上のヒット率
✅ 完全なREST API - 28個以上のエンドポイント、Claude Codeエージェントツールを含む
✅ Dockerデプロイメント - 本番環境で使用可能なモノリシックシステム
✅ 42の設定可能なパラメータ - Docker Composeを介した完全なカスタマイズ

🚀 インテリジェントエージェントシステムで即座にデプロイできます！