conduct-retrospective
Acerca de
Esta habilidad facilita retrospectivas de proyectos estructuradas mediante el análisis de informes de estado y métricas de velocidad para identificar éxitos y áreas de mejora. Genera elementos de mejora accionables con responsables asignados y plazos para su implementación. Úsela después de sprints, hitos o eventos significativos para capturar lecciones aprendidas e impulsar la mejora continua de procesos.
Instalación rápida
Claude Code
Recomendadonpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/conduct-retrospectiveCopia y pega este comando en Claude Code para instalar esta habilidad
Documentación
name: conduct-retrospective description: > 通过收集状态报告和速度指标数据,梳理进展良好和需要改进的方面, 并生成带有负责人和截止日期的可操作改进条目,开展项目或冲刺回顾会议。 适合在冲刺结束时、项目阶段或里程碑完成后、重大事件或成功之后、 持续流程的季度回顾,或在启动类似项目前用于提炼经验教训时使用。 license: MIT allowed-tools: Read Write Edit Bash Grep Glob metadata: author: Philipp Thoss version: "1.0" domain: project-management complexity: basic language: multi tags: project-management, retrospective, continuous-improvement, agile, lessons-learned locale: zh-CN source_locale: en source_commit: 6f65f316 translator: claude-opus-4-6 translation_date: "2026-03-16"
开展回顾会议
主持结构化的回顾会议,回顾近期项目执行情况,识别哪些方面有效、哪些方面无效,并生成具有具体行动项、负责人和截止日期的可操作改进条目,反馈至项目流程中。本技能将原始项目数据转化为有证据支撑的经验教训,附带明确的行动、负责人和截止日期。
适用场景
- 冲刺结束(冲刺回顾)
- 项目阶段或里程碑结束
- 重大事件、失败或成功之后
- 对持续进行的项目流程进行季度回顾
- 启动类似项目前(经验教训回顾)
输入
- 必填:回顾周期(冲刺编号、日期范围或里程碑)
- 可选:回顾周期内的状态报告
- 可选:冲刺速度和完成率数据
- 可选:上一次回顾的行动项(用于检查关闭情况)
- 可选:团队反馈或调研结果
步骤
第 1 步:收集回顾数据
读取回顾周期内的可用文档:
- 该周期的 STATUS-REPORT-*.md 文件
- SPRINT-PLAN.md 用于计划与实际对比
- BACKLOG.md 用于条目流转和周期时间
- 之前的 RETRO-*.md 用于未关闭行动项
提取关键事实:
- 计划条目数与完成条目数
- 速度趋势
- 遇到的阻碍项及解决时间
- 进入冲刺的计划外工作
- 上次回顾中未关闭的行动项
预期结果: 包含量化指标的数据摘要(速度、完成百分比、阻碍项数量)。
失败处理: 如果没有文档,基于定性观察开展回顾会议。
第 2 步:梳理"进展良好"
列出 3-5 件进展良好的事项,附有证据:
## What Went Well
| # | Observation | Evidence |
|---|------------|---------|
| 1 | [Specific positive observation] | [Metric, example, or artifact reference] |
| 2 | [Specific positive observation] | [Metric, example, or artifact reference] |
| 3 | [Specific positive observation] | [Metric, example, or artifact reference] |
聚焦于值得延续的实践,而非仅关注结果。"每日站会使阻碍项保持可见"比"我们按时交付"更具可操作性。
预期结果: 3-5 条有证据支撑的积极观察。
失败处理: 如果没有进展良好的事项,再仔细寻找——即使是小的成就也很重要。至少,团队完成了这一周期。
第 3 步:梳理"需要改进"
列出 3-5 件需要改进的事项,附有证据:
## What Needs Improvement
| # | Observation | Evidence | Impact |
|---|------------|---------|--------|
| 1 | [Specific issue] | [Metric, example, or incident] | [Effect on delivery] |
| 2 | [Specific issue] | [Metric, example, or incident] | [Effect on delivery] |
| 3 | [Specific issue] | [Metric, example, or incident] | [Effect on delivery] |
保持具体和客观。"估算不准"过于模糊。"5 个条目中有 3 个超出估算 50% 以上,增加了 8 个计划外天数"才具有可操作性。
预期结果: 3-5 个有证据支撑的改进领域,并说明影响。
失败处理: 如果团队认为一切都好,对比计划与实际指标——差距揭示问题所在。
第 4 步:生成改进行动
对每个改进领域,创建一个可操作条目:
## Improvement Actions
| ID | Action | Owner | Due Date | Success Criteria | Source |
|----|--------|-------|----------|-----------------|--------|
| A-001 | [Specific action] | [Name] | [Date] | [How to verify success] | Improvement #1 |
| A-002 | [Specific action] | [Name] | [Date] | [How to verify success] | Improvement #2 |
| A-003 | [Specific action] | [Name] | [Date] | [How to verify success] | Improvement #3 |
每个行动必须:
- 具体(不是"改善估算",而是"在梳理时增加估算审查步骤")
- 有负责人(一人问责)
- 有时限(截止日期在接下来 1-2 个冲刺内)
- 可验证(成功标准已定义)
预期结果: 2-4 个带负责人和截止日期的改进行动。
失败处理: 如果行动过于模糊,应用"如何验证这已完成?"的测试。
第 5 步:审查上次行动并撰写报告
检查上次回顾行动的关闭情况:
## Previous Action Review
| ID | Action | Owner | Status | Notes |
|----|--------|-------|--------|-------|
| A-prev-001 | [Action from last retro] | [Name] | Closed / Open / Recurring | [Outcome] |
| A-prev-002 | [Action from last retro] | [Name] | Closed / Open / Recurring | [Outcome] |
标记反复出现的条目(同一问题在 3 次以上回顾中出现)——这些需要上报或采用不同方法。
撰写完整的回顾报告:
# Retrospective: [Sprint N / Phase Name / Date Range]
## Date: [YYYY-MM-DD]
## Document ID: RETRO-[PROJECT]-[YYYY-MM-DD]
### Period Summary
- **Period**: [Sprint N / dates]
- **Planned**: [N items / N points]
- **Completed**: [N items / N points]
- **Velocity**: [N] (previous: [N])
- **Unplanned Work**: [N items]
### What Went Well
[From Step 2]
### What Needs Improvement
[From Step 3]
### Improvement Actions
[From Step 4]
### Previous Action Review
[From Step 5]
---
*Retrospective facilitated by: [Name/Agent]*
保存为 RETRO-[YYYY-MM-DD].md。
预期结果: 完整的回顾文档已保存,包含行动项、证据和上次行动审查。
失败处理: 如果回顾没有改进行动,说明它没有推动变革——重新审视第 3 步。
验证清单
- 回顾文件已创建,文件名包含日期戳
- 周期摘要包含量化指标
- "进展良好"有 3-5 条有证据支撑的条目
- "需要改进"有 3-5 条有证据支撑的条目
- 改进行动有负责人、截止日期和成功标准
- 上次回顾行动已审查关闭情况
- 反复出现的问题已标记
常见问题
- 相互指责:回顾会议审查流程和实践,而非针对个人。将问题框架化为系统性的,而非个人责任。
- 行动没有跟进:这是最大的回顾失败。在创建新行动前始终审查上次行动。
- 行动过多:2-4 个有针对性的行动胜过 10 个模糊的行动。团队只能吸收这么多变化。
- 缺乏证据:"我们感觉估算很差"是观点。"5 个条目中有 3 个超出估算 50%"是数据。始终附上证据。
- 跳过积极方面:只讨论问题会打击士气。庆祝成功可以强化良好实践。
相关技能
generate-status-report— 状态报告为回顾提供数据manage-backlog— 改进行动反馈至待办事项列表plan-sprint— 回顾经验教训提高冲刺规划准确性draft-project-charter— 回顾章程假设条件和风险准确性create-work-breakdown-structure— 审查针对 WBS 的估算准确性
Repositorio GitHub
Habilidades relacionadas
llamaguard
OtroLlamaGuard es el modelo de Meta de 7-8B parámetros para moderar las entradas y salidas de LLM en seis categorías de seguridad como violencia y discurso de odio. Ofrece una precisión del 94-95% y puede implementarse usando vLLM, Hugging Face o Amazon SageMaker. Utiliza esta skill para integrar fácilmente filtrado de contenido y barreras de seguridad en tus aplicaciones de IA.
cost-optimization
OtroEsta Skill de Claude ayuda a los desarrolladores a optimizar los costes en la nube mediante el ajuste de tamaño de recursos, estrategias de etiquetado y análisis de gastos. Proporciona un marco para reducir los gastos en la nube e implementar una gobernanza de costes en AWS, Azure y GCP. Úsala cuando necesites analizar los costes de infraestructura, ajustar el tamaño de los recursos o cumplir con restricciones presupuestarias.
quantizing-models-bitsandbytes
OtroEsta habilidad cuantiza LLMs a precisión de 8 o 4 bits utilizando bitsandbytes, logrando una reducción de memoria del 50-75% con pérdida mínima de precisión. Es ideal para ejecutar modelos más grandes en memoria GPU limitada o para acelerar la inferencia, admitiendo formatos como INT8, NF4 y FP4. La habilidad se integra con HuggingFace Transformers y permite entrenamiento QLoRA y optimizadores de 8 bits.
dispatching-parallel-agents
OtroEsta Skill de Claude despliega múltiples agentes para investigar y solucionar 3 o más problemas independientes de forma concurrente. Está diseñada para escenarios que involucran fallos no relacionados que pueden resolverse sin estado compartido o dependencias. Su capacidad principal es la resolución paralela de problemas, asignando un agente por cada dominio problemático independiente para maximizar la eficiencia.
