원활한 컨텍스트 수집을 위해 Slack 채널 히스토리와 스레드 대화를 가져오고, 형식을 지정하고, 요약하도록 AI에 최적화된 유틸리티입니다.
설치 및 다운로드
1. ClawHub CLI
레지스트리에서 스킬을 바로 설치하는 가장 빠른 방법입니다.
npx clawhub@latest install slack-reader
2. 수동 설치
스킬 폴더를 다음 위치 중 하나로 복사하세요
~/.openclaw/skills/ <project>/skills/ 우선순위: 워크스페이스 > 로컬 > 번들
3. 프롬프트 설치
이 프롬프트를 OpenClaw에 복사하면 자동으로 설치됩니다.
Clawhub를 사용해서 slack-reader 설치를 도와줘. Clawhub가 설치되어 있지 않다면 먼저 설치해 줘 (npm i -g clawhub).
다운로드를 원하시나요?
ZIP 아카이브 형태의 원본 스킬 파일을 받으세요.
Slack 스레드 리더란 무엇인가요?
Slack 스레드 리더는 복잡한 Slack 커뮤니케이션 데이터를 깔끔하고 LLM에 친숙한 형식으로 변환하도록 설계된 기술적 가교입니다. Openclaw Skills의 핵심 구성 요소인 이 도구는 AI 에이전트가 Slack 아카이브 링크를 파싱하고, 채널 히스토리를 처리하며, 컨텍스트를 잃지 않고 깊은 대화 스레드를 탐색할 수 있게 해줍니다. 장식적인 문자나 불필요한 공백의 노이즈를 제거하여 요약 및 분석에 완벽한 시간 순서의 메시지 스트림을 제공합니다.
이 기술을 활용하여 개발자는 Slack의 비정형 데이터를 자동화된 워크플로우에 통합할 수 있습니다. 개별 답글이든 대량의 채널 히스토리든 상관없이 Slack 스레드 리더는 Openclaw Skills가 팀 상호 작용, 사용자 언급 및 파일 첨부를 전문적이고 기술적인 방식으로 정확하게 해석할 수 있도록 보장합니다.
Slack 스레드 리더 활용 사례
- 특정 Slack 스레드 내의 복잡한 기술적 논의를 요약하여 실행 항목을 추출합니다.
- Openclaw Skills를 사용하여 최근 채널 활동을 감사하고 프로젝트 상태 업데이트를 제공합니다.
- 아카이브된 Slack 대화에서 특정 첨부 파일 및 파일 참조를 추출합니다.
- 과거 데이터 전반에서 팀의 정서 또는 의사 결정 프로세스를 분석합니다.
- 자동 페이지네이션 및 중복 제거를 통해 대량의 메시지 환경을 관리합니다.
Slack 스레드 리더 작동 원리
- 사용자가 Openclaw Skills 스크립트의 트리거로 Slack URL 또는 채널 ID를 제공합니다.
- 시스템은 링크 구조를 기반으로 요청 모드(채널 히스토리, 스레드 모드 또는 단일 답글)를 식별합니다.
- 스크립트는 Slack에 병렬 API 요청을 시작하여 메시지 내용을 가져오는 동시에 사용자 ID를 실제 이름으로 확인합니다.
- 고급 로직이 자동 중복 제거 및 커서 기반 페이지네이션을 적용하여 긴 스레드에서 메시지가 누락되지 않도록 합니다.
- 출력은 메시지당 한 줄 형식으로 정제되고 시간 순으로 정렬되어 AI가 대화의 자연스러운 흐름을 따를 수 있도록 돕습니다.
- 최종 정리된 데이터는 요약 또는 특정 데이터 추출 작업을 위해 LLM으로 전달됩니다.
Slack 스레드 리더 설정 가이드
이를 Openclaw Skills 환경과 통합하려면 봇에 필요한 권한이 있는지 확인하고 대상 채널에 초대되어야 합니다.
# 특정 채널에서 히스토리 가져오기
scripts/slack-thread.sh https://workspace.slack.com/archives/C01234567
# 메시지 제한을 두어 특정 스레드 가져오기
scripts/slack-thread.sh C01234567 1770775935.866499 --limit 50
# 채널 히스토리 내에 모든 스레드 답글을 인라인으로 포함
scripts/slack-thread.sh C01234567 --with-threads
Slack 스레드 리더 데이터 스키마 및 분류 체계
Slack 스레드 리더는 데이터를 Openclaw Skills 처리에 최적화된 구조화된 최소 형식으로 정리합니다.
| 요소 | 스키마/형식 | 설명 |
|---|---|---|
| 타임스탬프 | `[ISO-8601 | ts]` |
| 발신자 | user_name: |
참가자 또는 봇의 실명. |
| 내용 | text |
공백이 축소된 정제된 메시지 텍스트. |
| 반응 | [:emoji:users] |
반응 및 반응한 사용자의 집계 목록. |
| 첨부 파일 | 📎filename ID |
쉬운 참조를 위해 단축된 파일 식별자. |
| 스레드 메타 | [thread replies:N] |
중첩된 대화 및 답글 수에 대한 표시기. |
Slack 스레드 리더 고급 기능
- 고동시성 가져오기: 스레드 확장 및 사용자 확인을 위해 병렬 작업자를 활용하여 Openclaw Skills 작업 속도를 높입니다.
- 지능형 캐싱: API 속도 제한 소비를 줄이기 위해 24시간 TTL을 갖는 로컬 사용자 이름 캐시를 구현합니다.
- 날짜 범위 필터링: 정확한 기록 데이터 추출을 위해
--from및--to플래그를 지원합니다. - 강력한 오류 처리: 429 속도 제한 응답에 대해 자동 재시도 기능을 제공하며 작업자 간에 상태를 공유하여 대량의 요청이 몰리는 문제를 방지합니다.
- LLM 우선 포맷팅: 토큰 효율성을 극대화하기 위해 장식 문자를 자동으로 제거하고 연속된 공백을 축소합니다.
SKILL.md
로드 중
관련 Openclaw 스킬
Scamper
개념을 확장하고, 프레임워크를 조정하며, 창의적인 워크플로우의 막힘을 해결하기 위해 SCAMPER 프레임워크를 적용하는 구조화된 아이디어 발상 스킬입니다.
패턴 분석가
상호작용을 관찰하고 행동 패턴을 식별하며 일상적인 활동을 장기 목표와 일치시키는 통찰력을 도출하도록 설계된 AI 에이전트 기술입니다.
어댑티브 리즈닝 (Adaptive Reasoning)
태스크 복잡도에 따라 AI 추론 깊이를 동적으로 조정하여 응답 속도와 분석 깊이의 균형을 맞춥니다.
Binance Signal Engine
암호화폐 쌍에 대해 점수화된 매매 신호 및 구조화된 매매 계획을 생성하는 다중 시간 프레임 기술적 분석 엔진입니다.
추천*
