/team-retrospective

Manager 团队复盘：聚合所有 Agent 的 L2 质量指标，统计 L1 人类纠正事件，识别瓶颈 Agent 并触发其自我复盘，调用 LLM 生成团队级改进提案，向 human.json 发送周报。

BOOST

kid0317@kid0317

GitHub

From plugin

crewai-mas-demo

16731 skills

Install

$ npx -y skills add kid0317/crewai_mas_demo --skill team-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/team-retrospective

Context preview

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

Manager 团队复盘：聚合所有 Agent 的 L2 质量指标，统计 L1 人类纠正事件，识别瓶颈 Agent 并触发其自我复盘，调用 LLM 生成团队级改进提案，向 human.json 发送周报。

SKILL.md

team-retrospective.SKILL.md

name: team-retrospective
description: >
  Manager 团队复盘：聚合所有 Agent 的 L2 质量指标，统计 L1 人类纠正事件，
  识别瓶颈 Agent 并触发其自我复盘，调用 LLM 生成团队级改进提案，
  向 human.json 发送周报。
type: task

team-retrospective Skill

功能概述

Manager Agent 执行团队复盘时，调用本 Skill 从 Manager 视角分析团队整体状态：

1. 读取 L1 日志，统计人类纠正事件和 checkpoint 退回率 2. 读取所有 Agent 的 L2 日志，按 Agent 计算平均质量分和失败率 3. 定位瓶颈 Agent（质量分最低者），发邮件触发其自我复盘 4. 调用 LLM 生成团队级改进提案（系统性问题，非个人责任） 5. 向 human.json 发送周报

调用方式

**脚本路径**：`/mnt/skills/team-retrospective/scripts/team_retro.py`

# 先确保依赖已安装
pip install openai filelock -q

# 执行团队复盘
python3 /mnt/skills/team-retrospective/scripts/team_retro.py \
  --logs-dir /mnt/shared/logs \
  --mailbox-dir /mnt/shared/mailboxes \
  --manager-id manager \
  --agent-ids pm,manager \
  --days 7

**参数说明**：

`--logs-dir`：日志根目录（固定为 `/mnt/shared/logs`）
`--mailbox-dir`：邮箱目录（固定为 `/mnt/shared/mailboxes`）
`--manager-id`：Manager 的 Agent ID（固定为 `manager`）
`--agent-ids`：参与统计的 Agent ID 列表，逗号分隔（如 `pm,manager`）
`--days`：回看天数，默认 7

**环境变量**：`ALIYUN_API_KEY`（沙盒已注入）

输出格式（JSON）

{
  "errcode": 0,
  "errmsg": "success",
  "agent_stats": {
    "pm":      {"task_count": 8, "avg_quality": 0.612, "failure_rate": 0.375},
    "manager": {"task_count": 3, "avg_quality": 0.883, "failure_rate": 0.0}
  },
  "bottleneck_agent": "pm",
  "l1_corrections": 0,
  "l1_checkpoints": 3,
  "team_proposals_count": 1
}