// 团队复盘思考框架（Manager 专用）。当你收到 type=team_retro_trigger 的邮件、或被要求"做团队复盘"时加载此 Skill。从聚合视角分析全员数据，发现跨 Agent 问题，级联触发瓶颈 Agent 的自我复盘，发周报给 Human。
技术设计文档 SOP——从需求到设计方案，产出 Markdown 文件到 /workspace/output/
Agent 自我复盘：读取 L2/L3/L1 日志，调用 LLM 生成结构化改进提案， 写入 proposals.json 并发通知至 human.json 等待审批。 适用场景：Agent 在完成足够多任务后，触发自我评估和改进提案生成。
Manager 团队复盘：聚合所有 Agent 的 L2 质量指标，统计 L1 人类纠正事件， 识别瓶颈 Agent 并触发其自我复盘，调用 LLM 生成团队级改进提案， 向 human.json 发送周报。
审批复盘提案（Manager 专用）。收到 type=retro_report 邮件时加载此 Skill。按改动深度分档，memory 自动批准（加闸门），skill/agent 转 Human 确认，soul 标记高风险转 Human。
自我复盘思考框架。当你收到 type=retro_trigger 的邮件、或被要求"反思本周工作"/"自我复盘"时加载此 Skill。用 log_query CLI 查数据，用 LLM 推理做分析，产出结构化复盘报告和改进提案。
初始化共享工作区，第27课新增 sop/ 目录和 human.json 邮箱。新项目启动时由 Manager 调用。
| name | team_retrospective |
| type | task |
| description | 团队复盘思考框架（Manager 专用）。当你收到 type=team_retro_trigger 的邮件、或被要求"做团队复盘"时加载此 Skill。从聚合视角分析全员数据，发现跨 Agent 问题，级联触发瓶颈 Agent 的自我复盘，发周报给 Human。 |
从全局视角分析所有 Agent 的运行状况，发现自我复盘看不到的跨 Agent 问题。
通过 bash 调用 tools/log_query.py（按需使用，不限顺序）：
# 全员统计
python3 tools/log_query.py all-agents --days 7
# 单 Agent 任务列表
python3 tools/log_query.py tasks --agent-id <id> --days 7 --sort quality_asc
# 人类纠正记录
python3 tools/log_query.py l1 --days 7 [--keyword "关键词"]
同 self_retrospective 的 JSON 格式，但：
target_file 可以指向任何 Agent 的文件写入 workspace/shared/proposals/manager_team_retro_{date}.json
retro_trigger 邮件给该 Agentweekly_report，内容包含本周恶化指标 + 瓶颈 Agent + 改进提案 + 上周验证结果