conduct-retrospective
О программе
Этот навык Claude автоматизирует проведение ретроспектив проектов или спринтов, анализируя отчёты о статусе и метрики для выявления успехов и областей улучшения. Он формирует структурированные, практические задачи с назначенными ответственными и сроками выполнения. Используйте его после спринтов, достижения вех, инцидентов или во время квартальных обзоров для систематического фиксирования извлечённых уроков.
Быстрая установка
Claude Code
Рекомендуетсяnpx 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-retrospectiveСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
Conduct a Retrospective
Facilitate structured retrospective → review recent project exec, ID what worked + what didn't, produce actionable improvements w/ owners + due dates. Transforms raw project data → evidence-backed learnings w/ specific actions, owners, due dates.
Use When
- End of sprint (sprint retrospective)
- End of project phase / milestone
- Post significant incident, failure, or success
- Quarterly review of ongoing project procs
- Before starting similar project (lessons learned review)
In
- Required: Period under review (sprint number, date range, or milestone)
- Optional: Status reports from review period
- Optional: Sprint velocity + completion data
- Optional: Prev retrospective actions (check closure)
- Optional: Team feedback / survey results
Do
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
- Prev RETRO-*.md for open action items
Extract key facts:
- Items planned vs completed
- Velocity trend
- Blockers encountered + resolution time
- Unplanned work entering sprint
- Open action items from prev retros
→ Data summary w/ quantitative metrics (velocity, completion %, blocker count).
If err: No artifacts → base retro on qualitative observations.
Step 2: Structure "What Went Well"
List 3-5 things that worked, w/ 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" > "We delivered on time."
→ 3-5 evidence-backed positive observations.
If err: Nothing went well → look harder. Small wins matter. At min, team completed period.
Step 3: Structure "What Needs Improvement"
List 3-5 things needing improvement, w/ 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] |
Specific + factual. "Estimation was off" = vague. "3 of 5 items exceeded estimates by >50%, adding 8 unplanned days" = actionable.
→ 3-5 evidence-backed improvement areas w/ stated impact.
If err: Team claims everything fine → compare planned vs actual metrics → gaps reveal issues.
Step 4: Generate Improvement Actions
Each improvement area → 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 w/in next 1-2 sprints)
- Verifiable (success criteria defined)
→ 2-4 improvement actions w/ owners + due dates.
If err: Actions too vague → apply "how would you verify this was done?" test.
Step 5: Review Previous Actions + Write Report
Check prev retrospective 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 appearing 3+ retros) → escalation or different approach needed.
Write complete retrospective:
# 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.
→ Complete retrospective doc saved w/ actions, evidence, prev action review.
If err: Retro has no improvement actions → not driving change → revisit Step 3.
Check
- Retro file created w/ 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
- Prev retro actions reviewed for closure
- Recurring issues flagged
Traps
- Blame game: Retros review procs + practices, not people. Frame issues systemic, not personal.
- Actions w/o follow-through: Biggest retro failure. Always review prev actions before creating new.
- Too many actions: 2-4 focused > 10 vague. Team can only absorb so many changes.
- No evidence: "We feel estimation bad" = opinion. "3 of 5 items exceeded estimates by 50%" = data. Always attach evidence.
- Skip positives: Only discussing problems demoralizing. Celebrating wins reinforces good practices.
→
generate-status-report— status reports provide data for retrosmanage-backlog— improvement actions feed back into backlogplan-sprint— retro learnings improve sprint planning accuracydraft-project-charter— review charter assumptions + risk accuracycreate-work-breakdown-structure— review estimation accuracy vs. WBS
GitHub репозиторий
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 Meta category, tagged data.
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.
Похожие навыки
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.
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.
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.
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.
