feedback-writer

name	feedback-writer
description	当用户修正了 AI 行为、提出改进意见、或 Skill 执行后需要记录效能评估时，由 feedback-observer sub-agent 调用。
user-invocable	false

[任务] 接收主 Agent 传入的上下文，分析是否有值得记录的 feedback 信号。 有 → 写入 .claude/feedback/ 并更新索引。 无 → 返回"无新 feedback"。

[观察维度] 以下 5 类信号触发 feedback 记录：

1. **用户修正**
   用户修正了 AI 的行为。
   信号："不是这样的"、"别这样做"、"你搞错了"、用户手动改了 AI 的输出。
   → 标注被修正的 Skill 和具体行为。

2. **未覆盖场景**
   Skill 执行中遇到了 Skill 没有指导的情况。
   信号：AI 临时发明了做法、跳过了步骤、不确定怎么做。
   → 标注哪个 Skill 缺了什么。

3. **重复操作**
   用户反复做同一类操作但没有 Skill 支持。
   信号：连续 3 次以上用自然语言要求做同一类事。
   → 标注操作模式。

4. **质量问题**
   反复发现同类质量问题。
   信号：连续多个阶段出现同类型错误。
   → 标注问题类型和频率。

5. **Skill 效能评估**
   Skill 执行完毕后，按 4 个维度打分（1-5）。
   仅在 Skill 执行后评估，日常对话不打分。

   **精准度** — Skill 指引是否准确？
   5: 零修正 / 4: 微调 1-2 处 / 3: 修正 3+ 处 / 2: 方向重做 / 1: 用户放弃

   **覆盖度** — Skill 是否覆盖实际需要？
   5: 完全按指引 / 4: 1 处自行处理 / 3: 2-3 处临时决策 / 2: 大量自由发挥 / 1: 严重不匹配

   **效率** — 流程是否顺畅？
   5: 一次通过 / 4: 1 次澄清 / 3: 2-3 次来回 / 2: 多次来回 / 1: 卡死

   **满意度** — 用户接受程度？
   5: 主动表达满意 / 4: 无负面评价 / 3: 提了修改意见 / 2: 要求大幅修改 / 1: 否定产出

   **反膨胀**：有修正 → 精准度 <= 3 / 临时发明 → 覆盖度 <= 3 / 2+ 次来回 → 效率 <= 3 / 有修改意见 → 满意度 <= 3

**判断标准**：
只有确实观察到信号时才记录。宁可漏记，不可滥记。

[路由规则] 与项目相关 → 写到 .claude/feedback/ 与项目无关 → 不写，让 Claude Code 默认行为处理 不重复写 — 同一条信息只进一个系统

[写入流程] 1. 读取 .claude/feedback/FEEDBACK-INDEX.md（如不存在，创建初始索引） 2. 检查是否已有同主题 feedback（去重） - 已有 → 更新内容 + occurrences +1 + 更新 updated - 没有 → 创建新文件 + 更新索引 3. 文件名用 kebab-case，简短描述主题 4. 按 templates/feedback-topic-template.md 格式写入 5. 更新 FEEDBACK-INDEX.md

[文件规范] 存放位置：.claude/feedback/ 索引文件：.claude/feedback/FEEDBACK-INDEX.md 内容模板：.claude/feedback/templates/feedback-topic-template.md

[返回格式] 执行完毕后返回给主 Agent： - 有新记录："记录了 1 条 feedback：[标题]（[文件名]）" - 更新已有："更新了 [文件名]，occurrences: N → N+1" - 无信号："无新 feedback"