| name | task-execution-summary |
| description | 当用户要对已完成或进入收尾阶段的工作做回顾性分析、总结、复盘、回顾、汇报、recap 或 postmortem 时使用此技能。 核心判断：同时出现完成信号（如做完、修完、结束、收尾）与回顾请求（如整理过程、总结得失、回看结果、复盘经验）即应触发。 对刚完成的 Bug 修复、Sprint、故障排查、技术研究、项目交付和学习过程总结保持较高召回。 不要触发：用户仍在继续执行任务、只想学习新知识、只要模板/计划/README/外部说明，而不是回顾分析已完成过程。
|
| argument-hint | |
| disable-model-invocation | false |
| user-invocable | true |
| paths | [] |
| compatibility | ["需要访问对话历史以提取关键信息","需要文件系统读写能力以保存生成的报告"] |
task-execution-summary
技能唯一标识 (Skill Name)
task-execution-summary
功能描述 (Description)
任务执行总结报告生成器。对已完成的任务进行系统化回顾分析，生成标准 10 章复盘报告。
🚀 快速开始
最常用调用方式
| 场景 | 示例 | 触发方式 |
|---|
| 自动触发 | "帮我总结一下这个任务" | 自然语言 |
| Sprint复盘 | "Sprint 结束了，做个回顾" | 项目管理场景 |
| 故障记录 | "把这次排查过程记下来" | 运维故障场景 |
| 学习总结 | "做个学习总结" | 学习成长场景 |
最快生成（仅提供 task_name）→ 标准版 10 章报告 (~3分钟)
完整配置选项 → 见 api-reference.md
错误排查指南 → 见 error-codes.md
内部原理详解 → 见 execution-flow.md
🎯 技能概述
本技能是任务执行总结报告生成器，旨在为用户提供系统化、结构化的任务执行经验总结能力。通过智能化的信息收集、深度分析和规范化报告生成，帮助用户从已完成任务中提炼有价值的经验教训，形成可复用的方法论，持续提升个人和团队的执行效能。
核心价值
- 经验沉淀：将隐性知识转化为显性文档，避免经验流失，构建组织知识资产
- 模式识别：发现任务执行中的规律性问题和最佳实践，形成可复制的方法论
- 决策支持：为未来类似任务提供参考依据和风险预警，降低重复犯错概率
- 能力提升：通过系统性复盘促进持续改进和学习成长，实现螺旋式上升
适用场景
| 场景类型 | 典型示例 | 核心价值 |
|---|
| 软件开发 | 功能开发完成、Bug修复、技术重构 | 技术方案沉淀、问题排查记录 |
| 项目管理 | Sprint结束、里程碑达成、项目收尾 | 进度复盘、资源评估 |
| 运维排查 | 故障处理、性能优化、安全加固 | 排查流程标准化、预防措施 |
| 技术研究 | 技术选型、POC验证、架构设计 | 决策依据、技术对比 |
| 学习成长 | 课程学习、技能培训、认证备考 | 知识体系构建、学习方法论 |
四大核心引擎
- 信息收集引擎：多源采集对话历史、代码文件、日志等，智能识别目标/时间/决策/问题等要素
- 分析处理引擎：五维深度分析（目标达成度/时间效能/资源利用/问题模式/协作效果）
- 报告生成引擎：基于标准化10章模板动态填充内容，确保结构完整性
- 智能推荐引擎：提炼方法论 + 生成改进建议 + 风险预警，提供可操作的行动指导
⚡ 触发条件与使用方式
三种触发模式
1️⃣ 自动触发（推荐）
当满足以下任一条件时自动激活：
显式关键词匹配：
- 包含"总结"、"复盘"、"回顾"、"报告"、"经验"、"教训"、"postmortem"等词汇
- 明确要求生成文档或记录
隐式意图识别：
- 用户表现出回顾已执行任务的意图
- 询问"做得怎么样"、"有什么收获"、"下次怎么做"
- 要求保存或导出执行过程的信息
场景推断：
- 任务明显已经完成或进入收尾阶段
- 连续多个操作后出现停顿或思考状态
- 用户切换话题前表现出总结倾向
2️⃣ 手动触发
用户可通过以下方式明确激活：
- 直接说："请生成任务执行总结"
- 使用快捷命令：
/summary 或 /report
- 在对话结束时明确要求："帮我做个总结"
3️⃣ 命令式调用
支持参数化调用以定制输出（详见 api-reference.md）：
以下示例描述的是对话内的结构化调用方式，用于帮助模型理解可选参数；它不是远程 HTTP API，也不依赖外部服务端点。
请生成任务总结：[task_name]
请生成摘要版/标准版/详细版任务总结：[task_name]
请生成任务总结（仅包含第1,5,9,10章）：[task_name]
触发确认策略
在不确定是否应该触发时，采取以下策略：
- 如果任务复杂度 > 中等（超过5个步骤），倾向于触发
- 如果涉及重要决策或问题解决，倾向于触发
- 如果是重复性或简单操作，可以询问用户确认
🔄 执行流程
本技能遵循 7 步标准执行流程（详见 execution-flow.md）：
流程概览
用户请求 → 参数解析 → 信息收集 → 多维分析 → 报告生成 → 智能推荐 → 质量输出
↓ ↓ ↓ ↓ ↓ ↓ ↓
意图识别 校验输入 提取6类信息 五维分析 10章模板 方法论+建议 完整性检查
七步详解
Step 1: 参数解析验证
- 校验输入参数的完整性和有效性
- 应用默认值（如未指定详细程度则使用 standard）
- 失败返回：E001(缺必要参数)、E002(task_name无效)、E003(详细程度无效)、E004(语言不支持)、E005(格式错误)
Step 2: 触发模式识别
- 判断自动/手动/命令触发模式
- 确定信息收集范围和时间窗口
- 识别任务边界和起止点
Step 3: 信息收集
从对话历史中提取 6 类核心信息：
- 任务目标：初始目标、调整记录、最终成果
- 时间线：分阶段步骤、时间节点、耗时统计
- 关键决策：决策时刻、备选方案、选择依据
- 问题记录：问题描述、解决过程、根因分析
- 资源使用：人力投入、技术栈、工具依赖
- 协作信息：（如适用）参与人员、沟通机制、分工模式
Step 4: 多维分析
进行 五维深度分析：
- 目标达成度分析：量化评估完成程度和质量水平
- 时间效能分析：计算各阶段耗时，识别效率瓶颈
- 资源利用分析：评估资源配置合理性和利用率
- 问题模式分析：分类统计问题，识别共性和规律
- 协作效果分析：（如适用）评估沟通效率和分工合理性
Step 5: 报告生成
基于 10 章标准模板动态填充内容（详见 templates.md）：
- 执行概览 → 目标背景 → 执行过程 → 关键决策 → 问题解决
- 资源使用 → 团队协作 → 多维分析 → 经验方法 → 改进行动
Step 6: 智能推荐
- 从成功实践中提取可复用方法论
- 针对发现问题生成具体改进建议（P0-P4优先级）
- 识别潜在风险并给出预警和防范措施
Step 7: 质量输出
- 结构完整性检查（所有必填章节齐全）
- 数据准确性验证（事实引用有据可查）
- 语言质量审核（专业、客观、逻辑清晰）
- 返回最终 Markdown 报告
⚠️ 降级机制：数据不足时发出 E010 警告，继续生成但标注低置信度区域。
📤 输出报告结构
标准 10 章报告
| # | 章节 | 核心内容 | 必填性 |
|---|
| 1 | 执行概览 | 一页纸核心信息：基本信息、关键数据、亮点挑战 | ✅ 必须 |
| 2 | 目标背景 | 初始目标、调整记录、最终成果、约束条件 | ✅ 必须 |
| 3 | 执行过程 | 分阶段步骤、时间线、关键事件、产出物 | ✅ 必须 |
| 4 | 关键决策 | 决策清单、备选方案、选择依据、事后评估 | ✅ 必须 |
| 5 | 问题解决 | 问题总览、详细解决过程、模式分析、经验教训 | ✅ 必须 |
| 6 | 资源使用 | 人力、技术栈、工具依赖、效率评估 | ✅ 必须 |
| 7 | 团队协作 | 协作模式、沟通效能、分工合理性 | ⚠️ 条件性 |
| 8 | 多维分析 | 五大分析汇总、综合评价、雷达图 | ✅ 必须 |
| 9 | 经验方法 | 成功要素、方法论提炼、最佳实践、知识图谱 | ✅ 必须 |
| 10 | 改进行动 | 建议(P0-P4)、行动计划、风险预警、工具推荐 | ✅ 必须 |
定制选项
详细程度
| 版本 | 适用场景 | 包含内容 | 预计篇幅 | 生成时间 |
|---|
| summary (摘要版) | 快速汇报、管理层阅读 | 第1章完整+第10章摘要+其他章节标题 | 2-3页 (500-800字) | 1-2分钟 |
| standard (标准版) | 常规复盘、知识传承 | 所有10章完整 | 8-15页 (3000-5000字) | 3-5分钟 |
| detailed (详细版) | 深度复盘、培训材料 | 10章深入+更多图表+详尽附录 | 20-30页 (8000-15000字) | 8-15分钟 |
模板变体
| 变体 | 说明 | 适用场景 |
|---|
standard | 通用标准模板 | 大多数任务场景（默认） |
learning | 学习专用模板 | 学习培训、技能提升、认证备考 |
语言风格
| 风格 | 特点 | 适用场景 |
|---|
professional | 专业、客观、书面语 | 正式报告、项目归档、团队分享 |
casual | 轻松、亲切、易读 | 个人笔记、快速回顾、非正式场合 |
输出格式
- 主格式：Markdown (.md)，命名规范：
task-summary-[任务名称简写]-YYYYMMDD.md
- 辅助转换：PDF（VS Code/Typora/Pandoc）、HTML（浏览器预览）、Word（
pandoc input.md -o output.docx）
🔌 输入输出参数
输入参数
本技能支持自然语言触发和对话内结构化参数两种输入方式。
最小输入
task_name (string, 必填): 任务名称或任务主题，用于标识本次总结对象
常用可选参数
| 参数 | 类型 | 默认值 | 说明 |
|---|
detail_level | enum | standard | 报告详细程度，可选 summary / standard / detailed |
task_type | enum | auto-detect | 任务类型，可选 development / management / operations / research / learning |
include_sections | list | 全部标准章节 | 指定输出章节范围 |
language | enum | zh-CN | 输出语言 |
time_range | object | 自动推断 | 限定总结的时间窗口 |
tone | enum | professional | 输出风格，可选 professional / casual |
输出结果
- 主输出：一份结构化 Markdown 总结报告
- 核心字段：任务概览、过程时间线、关键决策、问题解决、经验方法、改进行动
- 可选附带信息：低置信度标记、风险预警、章节裁剪结果、文件保存路径
🧰 依赖项说明
- 需要访问当前会话的对话历史，以提取任务目标、步骤、决策和问题记录
- 需要基础文件读写能力，以保存 Markdown 报告或后续转换产物
- 如用户要求导出 PDF / Word，依赖宿主环境提供相应转换工具，例如
pandoc
- 本技能默认不依赖远程服务、认证令牌或外部 API
🚢 部署要求
- 该技能以文档驱动方式工作，核心入口为当前
SKILL.md
- 使用时无需启动独立服务、无需配置公网地址、无需申请 API Key
- 如需扩展自动化导出、模板管理或外部系统集成，应在调用方工作流中单独实现，而不是假定本技能自带后端服务
- 参考资料统一位于
references/，示例评测位于 evals/
⚠️ 错误处理
错误分级体系
| 级别 | 行为 | 处理策略 | 示例错误码 |
|---|
| 🔴 Critical | 立即终止，不生成报告 | 返回错误信息+紧急修复建议 | E041(内存不足)、E042(系统异常) |
| 🟠 Error | 终止并返回错误+修复建议 | 不生成报告，等待用户修正后重试 | E001(缺必要参数)、E031(模板不存在) |
| 🟡 Warning | 降级继续，报告中标注 | 继续生成但标注低置信度区域 | E010(数据不足)、E022(时间估算偏差) |
主要错误类别
输入验证错误 (E001-E009)
- E001: 缺少必要参数（task_name）
- E002: task_name 格式无效
- E003: 详细程度参数无效（非 summary/standard/detailed）
- E004: 不支持的语言
- E005: 其他格式错误
信息收集错误 (E010-E019)
- E010: 对话历史数据不足（⚠️ 降级处理）
- E011: 无法访问对话历史
- E012: 时间戳解析失败
分析处理错误 (E020-E029)
- E020: 分析引擎内部错误
- E021: 数据质量不达标
- E022: 时间估算存在较大偏差（⚠️ 降级处理）
报告生成错误 (E030-E039)
- E030: 模板加载失败
- E031: 指定的模板不存在
- E032: 报告渲染失败
系统错误 (E040-E049)
- E041: 内存不足
- E042: 文件系统写入失败
- E043: 未预期的系统异常
完整错误码定义、详细说明和处理建议见 error-codes.md
📚 参考文档索引
本技能采用 Progressive Disclosure 架构，详细信息分散在 references/ 目录下的专门文档中：
文档使用建议
- 首次使用：先读本文档（SKILL.md）+ examples.md
- 日常使用：本文档足够，需要时查阅其他文档
- 集成开发：重点阅读 api-reference.md + examples-v2.md
- 问题排查：重点阅读 error-codes.md + execution-flow.md
💡 最佳实践与常见问题
最佳实践
✅ 什么时候使用此技能
- 完成任务后立即使用：记忆最鲜活时生成报告，信息准确度最高（建议24-48小时内）
- 中等复杂度以上任务：超过5个步骤的任务值得总结，简单操作价值有限
- 遇到重要问题后：棘手难题的解决过程是宝贵的学习素材
- 里程碑节点：Sprint结束、版本发布、阶段性成果都是好的总结时机
✅ 如何获得更高质量的报告
- 任务开始前：明确表达目标和期望，提供充足背景信息
- 执行过程中：保持对话连贯性，重要决策时说明考虑因素
- 请求生成时：明确说明详细程度需求，指出最关心的方面，补充遗漏信息
✅ 报告的使用和维护
- 即时使用：作为交付文档、会议分享材料、下一个任务的参考
- 长期价值：存入知识库供团队查阅，定期回顾识别模式，制定培训材料
- 持续改进：根据反馈优化模板，将有效建议落实到流程，跟踪落实情况
注意事项
⚠️ 信息安全：报告可能包含敏感信息（密钥、密码、内部地址），请注意脱敏和传播范围控制
⚠️ 客观性原则：对事不对人，聚焦改进而非指责，成绩和问题都应有据可查
⚠️ 时效性：越早生成越准确，但也要确保关键信息收集完整
⚠️ 定制化灵活：标准模板可根据实际需求调整，不同任务可有不同侧重点
FAQ
Q1: 生成一份报告需要多长时间？
A: 摘要版1-2分钟，标准版3-5分钟，详细版8-15分钟（取决于任务复杂度和数据量）
Q2: 对话历史很长怎么办？
A: 技能会智能提取关键信息，不会逐字分析全部内容。特别长的对话（>100轮）建议先生成摘要版
Q3: 报告中的数据准确吗？
A: 严格基于对话历史和实际操作记录，力求准确。时间统计基于对话时间戳可能与实际wall clock time有差异
Q4: 可以自定义报告模板吗？
A: 目前使用标准模板，可在请求时说明特殊需求。未来计划支持用户自定义模板功能
Q5: 生成的报告如何保存和使用？
A: 默认以 Markdown 格式保存在当前工作目录，可直接用编辑器打开、Git管理、转换为 PDF/Word、上传到 Wiki
文档版本：v2.4 (人工收口版)
最后更新：2026-05-20
维护者：Task Execution Summary Generator Team
变更记录：v2.3→v2.4 - 基于 description optimization 实验结果进行人工收口，强化“双条件触发”并补回高价值场景锚点
📝 版本记录
| 版本 | 日期 | 变更 |
|---|
| v2.4 | 2026-05-20 | 人工收口：基于优化实验候选描述提炼“双条件触发”，补回高价值场景锚点并明确负向边界 |
| v2.3 | 2026-05-20 | Description 收口：保留高频触发词与核心场景，删除重复穷举，降低常驻上下文成本 |
| v2.2 | 2026-05-20 | 最小修复：补齐主文档必需章节、修正 references 链接、移除对远程 API 形态的默认暗示 |
| v2.1 | 2026-04-09 | Description 触发能力优化（基于 20 个 eval 查询分析，覆盖率 60%→100%） |
