/self_retrospective

自我复盘思考框架。当你收到 type=retro_trigger 的邮件、或被要求"反思本周工作"/"自我复盘"时加载此 Skill。用 log_query CLI 查数据，用 LLM 推理做分析，产出结构化复盘报告和改进提案。

BOOST

kid0317@kid0317

GitHub

From plugin

crewai-mas-demo

16731 skills

Install

$ npx -y skills add kid0317/crewai_mas_demo --skill self_retrospective --agent claude-code

How it fires

How this skill gets triggered: by you, by Claude, or both.

Fires itselfAuto-invocation. Claude auto-loads it when your prompt matches the work.
You can call itInvoke it directly when you want it.
Slash command/self_retrospective

Context preview

The summary Claude sees to decide when to auto-load this skill.

自我复盘思考框架。当你收到 type=retro_trigger 的邮件、或被要求"反思本周工作"/"自我复盘"时加载此 Skill。用 log_query CLI 查数据，用 LLM 推理做分析，产出结构化复盘报告和改进提案。

SKILL.md

self_retrospective.SKILL.md

name: self_retrospective
type: task
description: 自我复盘思考框架。当你收到 type=retro_trigger 的邮件、或被要求"反思本周工作"/"自我复盘"时加载此 Skill。用 log_query CLI 查数据，用 LLM 推理做分析，产出结构化复盘报告和改进提案。

自我复盘

你的任务

分析过去 7 天的工作记录，找出系统性问题，产出改进方案。

可用工具

通过 bash 调用 `tools/log_query.py`，支持以下查询（按需使用，不限顺序）：

# 整体统计
python3 tools/log_query.py stats --agent-id {agent_id} --days 7

# 任务列表（可排序）
python3 tools/log_query.py tasks --agent-id {agent_id} --days 7 --sort quality_asc --limit 5

# 某任务的 ReAct 步骤回放
python3 tools/log_query.py steps --task-id <TASK_ID> --sessions-dir workspace/{agent_id}/sessions [--only-failed]

# 人类纠正记录
python3 tools/log_query.py l1 --days 7 [--keyword "关键词"]

思考框架（非强制顺序，按需使用）

你的分析目标是回答五个递进问题：

1. **哪些任务做得差？** — 从统计和任务列表中发现模式 2. **差在哪一步？** — 下钻具体任务的执行步骤 3. **人类怎么看？** — L1 纠正记录提供独立视角 4. **根因是什么类型？** — 必须从枚举中选择（见下方） 5. **应该改哪个文件的哪一段？** — 精确到可执行的 before/after 改动

root_cause 枚举（必选其一，禁止自由文本）

| 枚举值 | 含义 | 对应改动对象 | |--------|------|-------------| | `sop_gap` | 流程/SOP 缺步骤 | agent.md 或 skills/*.md | | `prompt_ambiguity` | 提示词/soul 指令模糊 | soul.md | | `ability_gap` | 知识/经验不足 | memory.md | | `integration_issue` | 与其他 Agent 协作问题 | agent.md 协作部分 |

输出格式（必须严格遵守）

产出一份 JSON，写入 `workspace/shared/proposals/{agent_id}_retro_{date}.json`：

{
  "retrospective_report": {
    "agent_id": "{agent_id}",
    "period": "2026-04-07 ~ 2026-04-13",
    "summary": "一句话总结本周主要问题",
    "findings": [
      {
        "pattern": "描述发现的模式",
        "evidence_task_ids": ["t001", "t003", "t006"],
        "l1_corroboration": "人类纠正记录是否验证了这个发现"
      }
    ]
  },
  "improvement_proposals": [
    {
      "root_cause": "sop_gap",
      "target_file": "skills/product_design/SKILL.md",
      "current_behavior": "当前行为描述",
      "proposed_change": "具体改动描述（自然语言）",
      "before_text": "定位锚点：要改的那段原文",
      "after_text": "改后的完整文本",
      "expected_improvement": "预期指标变化",
      "evidence": ["t001", "t003"]
    }
  ]
}