name: discord-digest-v2 description: 外部スクリプトでDiscordメッセージを取得し、要約を生成する。「ダイジェスト作って」「1月まとめて」「チャンネルの情報まとめて」などで使用。exec方式でLLMコンテキストを汚さない。大量データも安全に処理できる。

discord-digest-v2 - 外部スクリプト方式ダイジェスト生成

概要

従来の問題: サブエージェントがDiscord APIを叩くとコンテキストオーバーフロー（217K tokens）

解決策:

1. exec で外部Pythonスクリプトを実行（Discord API直接叩く）
2. メッセージがJSONファイルに保存される（LLMと無関係）
3. clawdbotがファイルを読んで要約

前提条件

• discord.py がインストールされていること: pip install discord.py
• スクリプト: ~/clawd/scripts/discord_fetcher.py

トークンは自動取得:

1. 環境変数 DISCORD_BOT_TOKEN（あれば）
2. ~/.clawdbot/clawdbot.json の channels.discord.token（自動で読む）

→ 環境変数の設定は不要！clawdbot.json にトークンがあればOK。

ワークフロー

Phase 1: パラメータ確認

ユーザーから以下を確認:

• 対象サーバー（Guild）の特定
• 対象チャンネルの範囲: 全チャンネル or 特定チャンネルのみ
  • サーバー全体の場合: まずチャンネル一覧を取得して確認する
  • channel-list または discord.py でギルド内の全テキストチャンネルを列挙
  • アーカイブカテゴリは除外するか確認
• 期間（開始日、終了日）

チャンネル一覧の取得方法:

# discord.py で全チャンネル列挙（exec経由）
python3 -c "
import json, asyncio, discord
with open('/Users/naoterun/.clawdbot/clawdbot.json') as f:
    config = json.load(f)
token = config['channels']['discord']['token']
async def main():
    client = discord.Client(intents=discord.Intents.default())
    @client.event
    async def on_ready():
        guild = client.get_guild(GUILD_ID)
        for ch in guild.text_channels:
            print(f'{ch.id}\t{ch.name}\t{ch.category}')
        await client.close()
    await client.start(token)
asyncio.run(main())
"

Phase 2: データ取得（exec）

単一チャンネル:

python3 ~/clawd/scripts/discord_fetcher.py \
  --channel <channel_id> \
  --start <YYYY-MM-DD> \
  --end <YYYY-MM-DD> \
  --output ~/clawd/discord-data/<job_id>/<channel_name>

全チャンネル一括取得: チャンネルごとにスクリプトを実行。& + wait で並列化可能だが、同時接続が多すぎるとDiscord APIのセッション無効化が起きるため注意。

# 例: 複数チャンネルをバッチ実行
python3 discord_fetcher.py --channel ID1 --start ... --end ... --output .../ch1 &
python3 discord_fetcher.py --channel ID2 --start ... --end ... --output .../ch2 &
# ...
wait
echo "ALL DONE"

出力ディレクトリの命名規則:

• 週次: discord-data/weekly-YYYY-WXX/<channel_name>/
• 期間指定: discord-data/digest-YYYYMMDD-MMDD/<channel_name>/
• サーバー別: discord-data/<server_name>-YYYYMMDD/<channel_name>/

Phase 3: 完了待ち

process ツールでジョブの完了を確認:

{"tool": "process", "action": "poll", "sessionId": "<id>"}

または、出力ディレクトリの manifest.json を確認:

• status: "completed" → 成功
• status: "error" → エラー（error フィールドに詳細）

Phase 4: 要約生成

重要: セッションにデータを溜め込まない！

1. manifest.json を読んで総ページ数を確認
2. 各ページ（page-0001.json など）を1つずつ読む
3. ページごとに要点を抽出してファイルに書き出す
4. 次のページへ（生データは破棄）
5. 全ページの要点を統合して最終ダイジェストを生成

ループ:
  1. page-NNNN.json を読む
  2. 要点を抽出（トピック、決定事項、質問、重要発言）
  3. 要点を ~/clawd/discord-digests/<date>/page-summary-NNNN.md に書く
  4. 生データを忘れる（次のページへ）

全ページ完了後:
  1. page-summary-*.md を全部読む
  2. 統合ダイジェストを生成
  3. final-digest.md に保存

Phase 4b: サブエージェントへの委任（大量データの場合）

データ量が多い場合（10チャンネル以上、500件以上など）、サブエージェントに要約を委任できる。

sessions_spawn:
  task: |
    以下のディレクトリにDiscordメッセージのJSONファイルがあります。
    ディレクトリ: ~/clawd/discord-data/<job_id>/
    各チャンネルのpage-0001.jsonを読んで、チャンネルごとの要約を作成してください。
    要約はSKILL.mdのダイジェスト書き方ガイドラインに従ってください。
    結果を ~/clawd/discord-digests/<date>/final-digest.md に保存してください。

注意:

• サブエージェントにはファイルパスを渡す（データ本体はメッセージに含めない）
• AGENTS.mdの「大量データ処理ルール」に従う
• サブエージェントの結果はファイル経由で受け取る

Phase 5: 結果報告

最終ダイジェストをユーザーに報告。Discordに送信する場合は2000文字制限があるため、セクションごとに分割送信する。

ファイル構造

~/clawd/
├── scripts/
│   └── discord_fetcher.py       # データ取得スクリプト
│
├── discord-data/                 # 取得した生データ
│   └── <job_id>/
│       ├── manifest.json         # メタデータ
│       ├── page-0001.json        # 1ページ目（最大100件）
│       ├── page-0002.json
│       └── ...
│
└── discord-digests/              # 生成したダイジェスト
    └── <YYYY-MM-DD>/
        ├── page-summary-0001.md  # ページごとの要約
        ├── page-summary-0002.md
        └── final-digest.md       # 最終ダイジェスト

manifest.json の構造

{
  "channel_id": "977473910402609162",
  "channel_name": "収益剥奪や収益審査の情報交換",
  "start_date": "2026-01-01T00:00:00+00:00",
  "end_date": "2026-01-31T23:59:59+00:00",
  "total_pages": 15,
  "total_messages": 1423,
  "fetched_at": "2026-02-04T06:30:00+00:00",
  "status": "completed"
}

page-NNNN.json の構造

[
  {
    "id": "1234567890",
    "author": "username",
    "author_display_name": "Display Name",
    "author_id": "9876543210",
    "content": "メッセージ本文",
    "timestamp": "2026-01-15T10:30:00+00:00",
    "attachments": [{"url": "...", "filename": "..."}],
    "embeds": [{"title": "...", "description": "..."}],
    "reactions": [{"emoji": "👍", "count": 5}],
    "reply_to": "1234567889"
  }
]

要約時の抽出ポイント

各ページから以下を抽出:

• 主要トピック: 何について話しているか
• 決定事項: 結論が出たこと
• 質問と回答: Q&A形式の重要な情報
• 重要な発言: 参考になる情報、リンク、ノウハウ
• 活発な参加者: 誰がよく発言しているか

ダイジェストの書き方ガイドライン

目指すレベル: 「週間ニュースレター」

忙しい人が2〜3分で読めて、サーバーの流れを把握できるレベル。

✅ やること

• 冒頭にハイライト（3〜5行）: 今週の最重要トピックを箇条書きで一目でわかるように
• チャンネルごとにセクション分け: 各チャンネルの内容をまとめる
• 各セクションは2〜4段落: トピックごとに簡潔にまとめ、誰が何を言ったかを要約（1〜2文で）
• 具体的な数字・名前を入れる: 「登録者5万人」「月収40万」「着手金6万円」など
• 重要な意見は発言者名付きで引用: ただし原文そのままではなく要約で
• 成果報告はテーブル形式で一覧化: 見やすさ重視
• 末尾にキーワードタグ: 主要トピックを一覧化

❌ やらないこと

• 会話の一言一言を再現しない（「〇〇が△△と言い、□□が返した」の連鎖は冗長）
• 全メンバーの発言を網羅しない（重要な発言だけピックアップ）
• リアクション数やemoji名を逐一記載しない（「反響が大きかった」程度でOK）
• 朝活のタイムスケジュール等の定型文はそのまま載せない（「朝活開催」の一言でOK）

📏 目安ボリューム

• 全体で1500〜3000文字程度（日本語）
• 1チャンネルあたり100〜300文字
• メッセージ100件以下なら短め、500件以上なら長めに調整

障害対応

exec がタイムアウトした場合

• manifest.json を確認
• status が "completed" でなければ再実行
• データ取得を再開する場合は --output を同じにして再実行（上書き）

compaction で落ちた場合

• manifest.json を確認
• データは既にファイルにあるので、Phase 4（要約生成）から再開

スクリプトがエラーになった場合

• manifest.json の error フィールドを確認
• よくあるエラー:
  • Channel not found: チャンネルIDが間違っている
  • No permission: Botがチャンネルにアクセスできない
  • DISCORD_BOT_TOKEN not set: 環境変数が未設定

注意事項

• 1ページ = 最大100メッセージ
• レート制限: スクリプト内で0.5秒間隔を入れている
• 大量データ: 1ヶ月分で数千メッセージある場合、取得に5-10分かかることがある
• 環境変数: DISCORD_BOT_TOKEN は clawdbot 起動時に設定しておく必要がある