MCP HubMCP Hub
Вернуться к навыкам

conduct-retrospective

pjt222
Обновлено Yesterday
7 просмотров
17
2
17
Посмотреть на GitHub
Метаdata

О программе

Этот навык Claude помогает проводить структурированные ретроспективы проектов или спринтов, анализируя отчеты о статусе и метрики для выявления успехов и областей улучшения. Он формирует конкретные последующие задачи с назначенными ответственными лицами и сроками выполнения. Используйте его после спринтов, вех, инцидентов или во время квартальных обзоров для фиксации извлеченных уроков.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add pjt222/agent-almanac -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/pjt222/agent-almanac
Git клонированиеАльтернативный
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/conduct-retrospective

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

Документация

Conduct a Retrospective

Facilitate structured retrospective. Review recent project execution, identify what worked, what didn't, produce actionable improvement items that feed back into project processes. Skill transforms raw project data into evidence-backed learnings with specific actions, owners, due dates.

When Use

  • End of sprint (sprint retrospective)
  • End of project phase or milestone
  • After significant incident, failure, or success
  • Quarterly review of ongoing project processes
  • Before start similar project (lessons learned review)

Inputs

  • Required: Period under review (sprint number, date range, or milestone)
  • Optional: Status reports from review period
  • Optional: Sprint velocity and completion data
  • Optional: Previous retrospective actions (check closure)
  • Optional: Team feedback or survey results

Steps

Step 1: Gather Retrospective Data

Read available artifacts from review period:

  • STATUS-REPORT-*.md files for period
  • SPRINT-PLAN.md for planned vs actual
  • BACKLOG.md for item flow, cycle times
  • Previous RETRO-*.md for open action items

Extract key facts:

  • Items planned vs completed
  • Velocity trend
  • Blockers encountered, resolution time
  • Unplanned work entered sprint
  • Open action items from previous retros

Got: Data summary with quantitative metrics (velocity, completion %, blocker count).

If fail: No artifacts exist? Base retro on qualitative observations.

Step 2: Structure "What Went Well"

List 3-5 things that worked well, with evidence:

## 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] |

Focus on practices to continue, not outcomes. "Daily standups kept blockers visible" more actionable than "We delivered on time."

Got: 3-5 evidence-backed positive observations.

If fail: Nothing went well? Look harder — small wins matter. At minimum, team completed period.

Step 3: Structure "What Needs Improvement"

List 3-5 things that need improvement, with evidence:

## 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] |

Be specific, factual. "Estimation was off" vague. "3 of 5 items exceeded estimates by >50%, adding 8 unplanned days" actionable.

Got: 3-5 evidence-backed improvement areas with stated impact.

If fail: Team claims everything fine? Compare planned vs actual metrics — gaps reveal issues.

Step 4: Generate Improvement Actions

For each improvement area, create actionable item:

## 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 |

Each action must be:

  • Specific (not "improve estimation" but "add estimation review step to grooming")
  • Owned (one person accountable)
  • Time-bound (due date within next 1-2 sprints)
  • Verifiable (success criteria defined)

Got: 2-4 improvement actions with owners, due dates.

If fail: Actions too vague? Apply "how would you verify this was done?" test.

Step 5: Review Previous Actions and Write Report

Check previous retro actions for closure:

## 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] |

Flag recurring items (same issue in 3+ retros) — need escalation or different approach.

Write complete retro:

# 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]*

Save as RETRO-[YYYY-MM-DD].md.

Got: Complete retro doc saved with actions, evidence, previous action review.

If fail: Retro has no improvement actions? Not driving change — revisit Step 3.

Checks

  • Retro file created with date-stamped filename
  • Period summary includes quantitative metrics
  • "What Went Well" has 3-5 evidence-backed items
  • "What Needs Improvement" has 3-5 evidence-backed items
  • Improvement actions have owners, due dates, success criteria
  • Previous retro actions reviewed for closure
  • Recurring issues flagged

Pitfalls

  • Blame game: Retros review processes and practices, not people. Frame issues as systemic, not personal.
  • Actions without follow-through: Biggest retro failure. Always review previous actions before creating new ones.
  • Too many actions: 2-4 focused actions better than 10 vague ones. Team only absorbs so many changes.
  • No evidence: "We feel estimation is bad" is opinion. "3 of 5 items exceeded estimates by 50%" is data. Always attach evidence.
  • Skip positives: Only discussing problems demoralizing. Celebrating wins reinforces good practices.

See Also

  • generate-status-report — status reports provide data for retros
  • manage-backlog — improvement actions feed back into backlog
  • plan-sprint — retro learnings improve sprint planning accuracy
  • draft-project-charter — review charter assumptions, risk accuracy
  • create-work-breakdown-structure — review estimation accuracy vs WBS

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/caveman/skills/conduct-retrospective
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Похожие навыки

content-collections

Мета

Этот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.

Просмотреть навык

polymarket

Мета

Этот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.

Просмотреть навык

creating-opencode-plugins

Мета

Этот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.

Просмотреть навык

sglang

Мета

SGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.

Просмотреть навык