Coding

decision-review

Try it

决策复盘与反思助手。给定一次决策/事件，按结构化模板产出复盘（背景→决策→行动→结果→得失→根因→改进），支持 AAR（行动后复盘）与定期回顾。当用户需要"帮我复盘""这次决策怎么样""做个 retrospective""总结一下教训"时调用。

What it does

决策复盘与反思助手。给定一次决策/事件，按结构化模板产出复盘（背景→决策→行动→结果→得失→根因→改进），支持 AAR（行动后复盘）与定期回顾。当用户需要"帮我复盘""这次决策怎么样""做个 retrospective""总结一下教训"时调用。

The skill document

决策复盘与反思助手

帮用户对关键决策/事件做有结构的复盘，把"发生了什么"变成"下次怎么做更好"。核心：复盘不是写感想，而是产出可执行的改进项。

适用场景

  • 项目/任务结束后的行动后复盘（AAR）
  • 一次失败/失误的根因分析
  • 周期性（周/月）回顾，提炼规律
  • 把复盘结论沉淀为"原则"，反哺未来决策

复盘框架（默认 AAR）

  1. 背景：当时要解决的问题、约束、已知信息
  2. 预期：原本期望的结果
  3. 实际：真实发生了什么（事实，非评价）
  4. 差异：预期 vs 实际，差距在哪
  5. 根因：用 5-Why 追问到可改变的因素
  6. 得失：做对了什么 / 做错了什么
  7. 改进：具体、可落地、可验证的下一步（每条带 owner/时限最佳）
  8. 原则：提炼一条可复用的决策原则

标准工作流

使用 scripts/retro.py 把零散记录整理成结构化复盘：

python scripts/retro.py \
  --background "..." --expected "..." --actual "..." \
  --output retro.md

或直接把一段自由记录丢给它，由模型（本 agent）按框架补全后，用脚本落盘。

也可交互式：python scripts/retro.py --interactive 逐项提示填写。

质量门禁

  • 改进项是否具体可验证（避免"下次注意"这类空话）
  • 是否区分了"事实"与"评价"
  • 根因是否挖到"可改变的因素"（而非归咎于人/运气）

自进化学习系统

python scripts/learner.py record . --capability "决策复盘" [--fail --error <类型> --note <说明>]
python scripts/learner.py insight .
python scripts/learner.py reflect .
  • 用户常补某类维度 → 记录，reflect 建议把该维度设为默认必填
  • 提炼出的原则可 prefer 记录，未来自动带入

安全边界

  • 复盘涉及个人/商业敏感信息时，结果仅保存在用户指定位置，不外传

Related skills

project-retrospective

项目复盘与经验沉淀：重建时间线、追踪关键决策、提取可复用经验，输出结构化复盘报告。Invoke when user asks 项目复盘、项目回顾、复盘总结、经验沉淀、迭代总结.

1 installs

Biz Retro Analyzer

Turn conversations, field observations, and follow-up reasoning from complex collaborative projects into evidence-backed analysis of participant understandin...

Decision Distiller

Distill decision contexts, options, trade-offs, and outcomes into structured decision records. Use when the user is facing a choice, has made a decision they...

17 installs

Interview Review

帮求职者复盘真实面试，分析表现并给出改进建议。当用户面试结束后说"帮我复盘面试""刚面完想分析下""这场面试我表现怎么样""帮我看看哪里答得不好""面试录音/记录帮我分析"，或贴出面试问答记录、面试转写文本希望诊断时触发。本技能识别表达亮点与风险、分析面试官考察意图、给出可执行的优化方向和参考回答。即使用户没明说...

1 installs

智能体成长复盘

帮助用户复盘一段时间内的学习、实践、工作和人机协作变化，自动读取已有记忆、身份、Skill、对话记录、任务结果和知识资料，追问少量关键问题，生成'AI赋能XXX成长报告'。调用时机：用户说'智能体成长复盘''生成我的AI赋能成长报告''回顾这段时间我的成长''总结我和智能体最近的变化''复盘最近的人机协作''写一份阶段性学习思想报告''更新我的成长档案'。核心能力：分析用户变化、智能体变化、人机共同形成的能力，区分事实/感受/推断/归纳，未经确认不得写回Memory。

1 installs

Agent Design Review

Review an LLM agent design and find where it will be unreliable, expensive, or unsafe. Use when asked to review an agent architecture, critique a multi-step/...

1 installs