conduct-retrospective
关于
This Claude Skill automates project retrospectives by analyzing status reports and metrics to identify successes and areas for improvement. It generates actionable items with assigned owners and due dates for continuous process enhancement. Use it after sprints, milestones, incidents, or quarterly reviews to systematically capture lessons learned.
快速安装
Claude Code
推荐npx 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-retrospective在 Claude Code 中复制并粘贴此命令以安装该技能
技能文档
行回顧
導結構之回顧,察近項目之行,識善與不善,生可行之改附主與期。此技化原項目之資為附證之學含具體之行、主、期。
用時
- 一衝之末(衝之回顧)
- 項段或里程之末
- 顯事、敗、或成之後
- 進行程之季察
- 始似項目前(學之回顧)
入
- 必:察期(衝號、日範、或里程)
- 可選:期中之狀態報
- 可選:衝速與成資
- 可選:前回顧之行(察閉)
- 可選:團反或問果
法
第一步:收回顧之資
讀期中可得之品:
- STATUS-REPORT-*.md 檔
- SPRINT-PLAN.md 之謀對實
- BACKLOG.md 之項流與周期
- 前 RETRO-*.md 之開行
取要實:
- 謀對成之項
- 速之趨
- 阻與解之時
- 入衝之不謀作
- 前回顧之開行
得: 資摘附量度(速、成 %、阻數)。
敗則: 若無品,以質察為基。
第二步:構「善者」
列三至五善事附證:
## 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] |
專於可續之實,非只果。「日站會使阻可見」勝於「我等按期送」。
得: 三至五附證之善察。
敗則: 若無善,更察——微勝亦要。至少團已畢此期。
第三步:構「需改者」
列三至五需改事附證:
## 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] |
宜具體實。「估不準」含糊。「五中三項逾估五成,加八不謀日」可行。
得: 三至五附證之改區附影。
敗則: 若團言皆善,比謀對實之量——間隙露問。
第四步:生改行
每改區立可行之項:
## 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 |
每行必:
- 具體(非「改估」而「加估察步於整理」)
- 有主(一人負)
- 有期(下一二衝內)
- 可驗(成之準已定)
得: 二至四改行附主與期。
敗則: 若行過含糊,施「汝如何驗此已成」之試。
第五步:察前行且書報
察前回顧之行為閉:
## 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] |
標重現之項(同問於三回顧以上)——此需升或異法。
書全回顧:
# 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]*
存為 RETRO-[YYYY-MM-DD].md。
得: 全回顧之書附行、證、前行察。
敗則: 若回顧無改行,未驅變——重訪第三步。
驗
- 回顧檔建附日戳之名
- 期摘含量度
- 「善者」有三至五附證項
- 「需改者」有三至五附證項
- 改行有主、期、成準
- 前回顧之行已察閉
- 重現之問已標
陷
- 責之戲:回顧察程與實,非人。構問為系,非私。
- 行而不隨:回顧最大之敗。建新行前必察前行。
- 行過多:二至四專行勝於十含糊。團只可受幾變。
- 無證:「我等覺估不準」乃意。「五中三項逾估五成」乃資。必附證。
- 略善:只論問則挫。慶勝固善實。
參
generate-status-report— 狀報供回顧之資manage-backlog— 改行歸積壓plan-sprint— 回顧之學改衝謀之準draft-project-charter— 察憲假與險之準create-work-breakdown-structure— 察估準對 WBS
GitHub 仓库
相关推荐技能
content-collections
元Content Collections 是一个 TypeScript 优先的构建工具,可将本地 Markdown/MDX 文件转换为类型安全的数据集合。它专为构建博客、文档站和内容密集型 Vite+React 应用而设计,提供基于 Zod 的自动模式验证。该工具涵盖从 Vite 插件配置、MDX 编译到生产环境部署的完整工作流。
polymarket
元这个Claude Skill为开发者提供完整的Polymarket预测市场开发支持,涵盖API调用、交易执行和市场数据分析。关键特性包括实时WebSocket数据流,可监控实时交易、订单和市场动态。开发者可用它构建预测市场应用、实施交易策略并集成实时市场预测功能。
creating-opencode-plugins
元该Skill帮助开发者创建OpenCode插件,用于接入命令、文件、LSP等25+种事件。它提供了插件结构、事件API规范和JavaScript/TypeScript实现模式,适合需要拦截操作、扩展功能或自定义事件处理的场景。开发者可通过它快速构建响应式模块来增强OpenCode AI助手的能力。
sglang
元SGLang是一个专为LLM设计的高性能推理框架,特别适用于需要结构化输出的场景。它通过RadixAttention前缀缓存技术,在处理JSON、正则表达式、工具调用等具有重复前缀的复杂工作流时,能实现极速生成。如果你正在构建智能体或多轮对话系统,并追求远超vLLM的推理性能,SGLang是理想选择。
