| name | self_retrospective |
| description | 角色（PM/RD/QA）任务交付后自我复盘的思考框架（5 递进问题 + root_cause 枚举）。当任一角色收到 type=retro_trigger 的邮件时**一定**加载本 skill。回顾本 scope 内做了什么 + self_score 分布 + 为每个弱点写 improvement_proposal → 发 retro_report 回 Manager。所有'角色层自我复盘'的时刻走此 skill。 |
| type | reference |
self_retrospective — 角色自我复盘
🚨 Critical Rules
- 不重算 self_score：用本 scope 内各次 task_done 已经打的分，聚合成 distribution。
- 每条 proposal 必须有 before_text / after_text 锚点：否则 Manager review_proposal 会判 invalid。
- proposals 必须写文件：便于 Manager 从 mail content 追溯而不是复读长 JSON。
- target_file 建议是自己的 skill 文件：自我进化为主，不要改别人家里的东西。
5 个递进问题
- 我做了什么？ 列 scope 内的 task_done 清单 + 关键 artifacts
- 做得好的点？ self_score ≥ 0.85 的维度，值得沉淀/扩展
- 做得差的点？ self_score < 0.7 的维度 + root_cause：
skill_gap — 我不知道怎么做protocol_ambiguity — team_protocol 让我误解tool_limitation — Tool 能力不够memory_miss — 缺长期记忆
- 改什么？ 每个弱点 1 条 improvement_proposal（target_role / target_file / depth / before_text / after_text / rationale）
- 怎么验证？ 每条 proposal 附
validation_metric（下次同 skill self_score ≥ X）
步骤
Step 1 — 拉 scope 数据
- Manager 在 retro_trigger content 里告诉你 scope（例如 "project pawdiary-001 内本角色所有任务"）
- 读 events.jsonl + mailbox 历史找到本 scope 内的 task_done 清单
Step 2 — 写 retrospective_report（Markdown ≤ 800 字）
覆盖问题 1-3；要具体引用 artifacts / 分数 / 失败点。
Step 3 — 生成 improvement_proposals
对每个弱点（self_score < 0.7 维度 或 用户/评审反馈过的问题）写 1 条。
验证锚点：写前调 read_shared(... or file path) 确认 before_text 能精确找到。
Step 4 — 写 proposals 到共享区
write_shared(pid, "qa/retro_{date}.md", json_str) — 注意 shared/proposals 不在 OWNER_BY_PREFIX，各角色用自己 owner 前缀（pm → design/retro.md，rd → tech/retro.md，qa → qa/retro.md）
Step 5 — 发 retro_report
send_mail(
to="manager", type="retro_report",
subject="{role} 复盘报告",
content={
"retrospective_report": "...markdown...",
"improvement_proposals": [...],
"proposals_path": "qa/retro_2026-04-21.md",
"count": N
},
project_id=pid,
)
mark_done(pid, <retro_trigger_msg_id>)
输出
{
"status": "success",
"artifacts": [{"path": "qa/retro_2026-04-21.md", "kind": "retro"}],
"metrics": {"proposals": 3, "self_score_avg": 0.78}
}
收到 retro_approved 邮件后（不在本 skill，见 agent.md）
参考 team_protocol.md 的"机械执行"条款：读 target_file → 精确 substring 匹配 before_text → 替换 after_text → 写回 → 发 retro_applied 回 Manager。不做 LLM 判断。
