정보
이 스킬은 상태 보고서와 속도 지표를 분석하여 성공 요인과 개선 영역을 식별함으로써 구조화된 프로젝트 회고를 지원합니다. 실행 가능한 개선 항목을 생성하며, 각 항목에는 담당자와 구현 마감일이 지정됩니다. 스프린트, 마일스톤 또는 주요 이벤트 후에 활용하여 습득한 교훈을 기록하고 지속적인 프로세스 개선을 추진할 수 있습니다.
빠른 설치
Claude Code
추천npx 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-retrospectiveClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
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
GitHub 저장소
Frequently asked questions
What is the conduct-retrospective skill?
conduct-retrospective is a Claude Skill by pjt222. Skills package instructions and resources that Claude loads on demand, so Claude can perform conduct-retrospective-related tasks without extra prompting.
How do I install conduct-retrospective?
Use the install commands on this page: add conduct-retrospective to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does conduct-retrospective belong to?
conduct-retrospective is in the Other category, tagged general.
Is conduct-retrospective free to use?
Yes. conduct-retrospective is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
연관 스킬
LlamaGuard는 폭력 및 혐오 발언 등 6가지 안전 범주에서 LLM 입력과 출력을 조정하기 위한 Meta의 70-80억 파라미터 모델입니다. 94-95% 정확도를 제공하며 vLLM, Hugging Face 또는 Amazon SageMaker를 사용해 배포할 수 있습니다. 이 기술을 사용하여 AI 애플리케이션에 콘텐츠 필터링 및 안전 가드레일을 손쉽게 통합하세요.
이 Claude Skill은 리소스 적정화, 태깅 전략, 지출 분석을 통해 개발자들이 클라우드 비용을 최적화할 수 있도록 지원합니다. AWS, Azure, GCP에서 클라우드 비용을 절감하고 비용 거버넌스를 구현하기 위한 프레임워크를 제공합니다. 인프라 비용을 분석하거나, 리소스를 적정화하거나, 예산 제약을 충족해야 할 때 사용하세요.
이 Claude Skill은 스프레드, 오버/언더, 프로프 베트를 포함한 스포츠 베팅 시장을 분석합니다. 역사적 추이와 상황별 통계를 검토하여 가치 베트를 발견하고, 교육적 목적으로 실행 가능한 권장 사항이 담긴 구조화된 마크다운 결과를 제공합니다. 개발자는 이 기능을 스포츠 베팅 분석 도구에 활용할 수 있으며, 단순히 엔터테인먼트/교육 목적으로만 설계되었음을 유의해야 합니다.
이 스킬은 bitsandbytes를 사용하여 LLM을 8비트 또는 4비트 정밀도로 양자화하며, 최소한의 정확도 손실로 50-75%의 메모리 감소를 달성합니다. 제한된 GPU 메모리에서 더 큰 모델을 실행하거나 추론을 가속화하는 데 이상적이며, INT8, NF4, FP4와 같은 형식을 지원합니다. 이 스킬은 HuggingFace Transformers와 통합되어 QLoRA 학습 및 8비트 옵티마이저를 가능하게 합니다.
