ワンクリックでManusで任意のスキルを実行

recap

スター512

フォーク82

更新日2026年7月13日 17:12

回顾最近 N 天的 Claude Code 使用记录——扫描原始会话数据，按主题分组汇总"我都做了什么"，并从个人操作系统视角输出模式、风险与增删建议。当用户说 /recap、"看看我这几天做了什么"、"回顾一下我最近的会话"、"这两天我用 claude 干了啥"、"活动回顾" 时使用。

インストール

Codex または Claude でインストールこの Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。

Manusで実行

ソース

majiayu000

majiayu000/claude-skill-registry

GitHub リポジトリを開く Creator のリポジトリを見る

ダウンロード

Manusで実行

Claude Recap — 近期活动回顾与操作系统审计

从原始行为数据（而非用户自述）回答三个问题：

我最近都在做什么？
里面有什么可复用的模式？
我的工作系统该加什么、该删什么？

与近亲 skill 的边界（不要重复造）

深度认知分析（Dreyfus/Bloom 五层画像）→ 转交 cognitive-portrait
组合违规核验（冻结仓库、未推送工作）→ 转交 better-audit
Codex 历史自省 → 转交 codex-retrospective
本 skill 只做：轻量、无依赖、直接读 jsonl 的活动回顾 + 系统级建议

Step 1: 提取数据（确定性部分，用脚本）

脚本随本 skill 分发（scripts/extract_sessions.py）。Claude 安装位于 ~/.claude/skills/recap，Codex 安装位于 ~/.agents/skills/recap，先解析实际位置再运行：

SKILL_DIR=$(ls -d ~/.claude/skills/recap ~/.agents/skills/recap 2>/dev/null | head -1)
python3 "$SKILL_DIR/scripts/extract_sessions.py" --days 2

--days N 调整回看窗口（默认 2；周回顾用 7）
--json 输出结构化数据供进一步处理
输出：每个主会话的项目、窗口内起止时间、用户消息数、工具调用数、子 agent 数、体积、前 3 条用户消息
统计只计入窗口内的消息；跨窗口 resume 的老会话会标 resumed，其窗口前的历史不会混入本次回顾

如果用户提到 Codex，补充检查 ~/.codex/sessions（如存在）并说明覆盖范围。

Step 2: 主题分组（LLM 分析）

把会话按意图而非项目分组。常见类别：

库审计/改造（"看看这个库有什么问题"类）
元层面审计（读自己的记录、设计管理系统）
方向/战略探索（"我该做什么"、影响力）
内容生产
日常运维（诊断、清理）

每组列出：涉及项目、会话数、代表性原话（引用用户消息，不要改写）。

Step 3: 操作系统覆盖映射（固定维度，每次必做）

把 Step 2 的分组映射到六大个人操作系统，输出覆盖表。判定只依据本窗口内的会话证据，没有证据就标"未运转"，不推测。

操作系统	判定信号（会话中出现即计入）
编码生产	库审计、spec/issue 生成、实现 PR、代码 review、构建修复、验证动作
本地/混合 AI 实验室	GPU/推理调度、模型路由、gateway/proxy 运营、成本或质量监控
内容与知识合成	信息源调研、深度阅读、文章/线程/脚本产出、素材整理
Agentic 编排与记忆	多 agent 协调、workflow/harness 设计、memory 系统操作
成长与基础设施	portfolio/goals 管理、billing/proxy 优化、工具链演进、机器运维
分发与影响力	发布动作、仓库门面整改、增长实验、发布后数据回收

覆盖表格式（每行必须附会话 ID 证据或标注缺失）：

| 操作系统 | 覆盖度 | 证据（会话ID）| 缺失环节 |

覆盖度分四档：重度运转 / 有活动 / 未运转 / 有活动但闭环缺失（要指明缺上游还是下游）
特别检查闭环完整性：内容系统看有无"发布后数据回流"，编码系统看有无"验证收尾"，实验室系统看有无"成本/质量监控"
连续多次 recap 中"未运转"的系统 → 在建议区提示：是主动挂起（合理）还是资产闲置（该处置）

Step 4: 模式与风险识别

在分组之上找跨会话模式，重点检查：

信号	说明
重复出现的 prompt 句式	候选固化为 skill（引用 3 次以上的原话为证据）
流水线形态	同一套步骤在多个项目上重复执行（如审计→spec→实现→验证）
spec 通胀	spec/issue 生成速度远超实现与验证速度
未闭环会话	有生成动作但无验证动作的会话
救火占比	诊断/修复类会话占总量的比例

Step 5: 输出增删建议

按以下格式收尾（遵守 W-11：事实标来源，推断标置信度）：

## 你这 N 天做了什么（事实）
<分组汇总，每条附会话 ID>

## 操作系统覆盖表（事实）
<Step 3 的六系统覆盖表>

## 模式（推断，附置信度）
<跨会话模式，引用原话为证据>

## 建议（附前提假设）
- 该固化的：<重复 3 次以上的流程 → skill 候选>
- 该删的：<零触发的规则/skill、未闭环的 spec>
- 该警惕的：<spec 通胀、验证缺口等>

规则

只读，不修改任何会话文件
引用用户消息时保留原文，最多截断不改写
建议数量克制：每类最多 3 条，宁缺毋滥
若窗口内会话超过 30 个，先按项目聚合再分析，避免逐条展开

このリポジトリの他の Skills

同じリポジトリ

anpassen

majiayu000/claude-skill-registry

Wenn es um /anpassen in diesem Spezialbereich geht: prüft Frist, Form, Zuständigkeit, Rechtsweg und Sofortmaßnahmen; liefert eine Fristen- und Risikoampel mit Sofortschritten.

2026-07-13512

agf-wiring-multi-llm-sdk

majiayu000/claude-skill-registry

Use when wiring up or switching between China-domestic LLM providers (DeepSeek, Doubao/Volc Ark, Qwen/DashScope, MiniMax). Provides OpenAI-compatible adapter pattern, env-var contracts, fallback strategy, cost guardrails, and minimum verifications before declaring integration done.

2026-07-13512

advisor

majiayu000/claude-skill-registry

Consult an independent GPT-5.6 reviewer (Terra by default; Sol on request, for a stronger but costlier review), matched to your current reasoning-effort level. Use before committing to an interpretation or a substantial piece of writing/analysis, when stuck (recurring errors, a non-converging approach, results that do not fit), when considering a change of approach, or when you believe a task is complete and want a check before finalizing. Not a co-implementer — read-only advisory only, does not edit files.

2026-07-13512

codex-qa

majiayu000/claude-skill-registry

QA the omo Codex Light edition (lazycodex / packages/omo-codex) itself, in strict isolation so ONLY our plugin is exercised, never the user's real ~/.codex. The first-party method drives the real `codex app-server` against an isolated CODEX_HOME plus a LOCAL mock model (no real API call), and proves a plugin hook fired by asserting hook/started + hook/completed notifications. Also: isolated install verification, per-component hook probes, a tmux TUI smoke, and runtime log observation (RUST_LOG / logs SQLite / /debug-config). Ships tested helper scripts each with a --self-test. Use whenever someone changes anything under packages/omo-codex or wants to QA, smoke-test, verify, or debug the Codex plugin, its hooks/components, the installer/config.toml, the app-server flow, or the Codex TUI. Triggers: codex qa, qa codex, codex-qa, test codex plugin, verify codex hook, codex app-server, lazycodex qa, isolated CODEX_HOME, prove codex hook fired, codex tui test.

2026-07-13512

file-headers

majiayu000/claude-skill-registry

MANDATORY for every coding agent (Claude Code, Codex, or any other) on every change-set — every applicable source file the agent creates or updates MUST start with the project's copyright/authorship header (file overview + exact author line). Use automatically whenever writing a new file or editing an existing one; do not wait to be asked. Covers JS/TS/TSX/CJS/MJS, Python, shell, and CSS. Includes the audit script to verify repo-wide compliance.

2026-07-13512

goal-design

majiayu000/claude-skill-registry

Create validated goal-design packets.

2026-07-13512

name	recap
description	回顾最近 N 天的 Claude Code 使用记录——扫描原始会话数据，按主题分组汇总"我都做了什么"，并从个人操作系统视角输出模式、风险与增删建议。当用户说 /recap、"看看我这几天做了什么"、"回顾一下我最近的会话"、"这两天我用 claude 干了啥"、"活动回顾" 时使用。

Claude Recap — 近期活动回顾与操作系统审计

从原始行为数据（而非用户自述）回答三个问题：

我最近都在做什么？
里面有什么可复用的模式？
我的工作系统该加什么、该删什么？

与近亲 skill 的边界（不要重复造）

深度认知分析（Dreyfus/Bloom 五层画像）→ 转交 cognitive-portrait
组合违规核验（冻结仓库、未推送工作）→ 转交 better-audit
Codex 历史自省 → 转交 codex-retrospective
本 skill 只做：轻量、无依赖、直接读 jsonl 的活动回顾 + 系统级建议

Step 1: 提取数据（确定性部分，用脚本）

脚本随本 skill 分发（scripts/extract_sessions.py）。Claude 安装位于 ~/.claude/skills/recap，Codex 安装位于 ~/.agents/skills/recap，先解析实际位置再运行：

SKILL_DIR=$(ls -d ~/.claude/skills/recap ~/.agents/skills/recap 2>/dev/null | head -1)
python3 "$SKILL_DIR/scripts/extract_sessions.py" --days 2

--days N 调整回看窗口（默认 2；周回顾用 7）
--json 输出结构化数据供进一步处理
输出：每个主会话的项目、窗口内起止时间、用户消息数、工具调用数、子 agent 数、体积、前 3 条用户消息
统计只计入窗口内的消息；跨窗口 resume 的老会话会标 resumed，其窗口前的历史不会混入本次回顾

如果用户提到 Codex，补充检查 ~/.codex/sessions（如存在）并说明覆盖范围。

Step 2: 主题分组（LLM 分析）

把会话按意图而非项目分组。常见类别：

库审计/改造（"看看这个库有什么问题"类）
元层面审计（读自己的记录、设计管理系统）
方向/战略探索（"我该做什么"、影响力）
内容生产
日常运维（诊断、清理）

每组列出：涉及项目、会话数、代表性原话（引用用户消息，不要改写）。

Step 3: 操作系统覆盖映射（固定维度，每次必做）

把 Step 2 的分组映射到六大个人操作系统，输出覆盖表。判定只依据本窗口内的会话证据，没有证据就标"未运转"，不推测。

操作系统	判定信号（会话中出现即计入）
编码生产	库审计、spec/issue 生成、实现 PR、代码 review、构建修复、验证动作
本地/混合 AI 实验室	GPU/推理调度、模型路由、gateway/proxy 运营、成本或质量监控
内容与知识合成	信息源调研、深度阅读、文章/线程/脚本产出、素材整理
Agentic 编排与记忆	多 agent 协调、workflow/harness 设计、memory 系统操作
成长与基础设施	portfolio/goals 管理、billing/proxy 优化、工具链演进、机器运维
分发与影响力	发布动作、仓库门面整改、增长实验、发布后数据回收

覆盖表格式（每行必须附会话 ID 证据或标注缺失）：

| 操作系统 | 覆盖度 | 证据（会话ID）| 缺失环节 |

覆盖度分四档：重度运转 / 有活动 / 未运转 / 有活动但闭环缺失（要指明缺上游还是下游）
特别检查闭环完整性：内容系统看有无"发布后数据回流"，编码系统看有无"验证收尾"，实验室系统看有无"成本/质量监控"
连续多次 recap 中"未运转"的系统 → 在建议区提示：是主动挂起（合理）还是资产闲置（该处置）

Step 4: 模式与风险识别

在分组之上找跨会话模式，重点检查：

信号	说明
重复出现的 prompt 句式	候选固化为 skill（引用 3 次以上的原话为证据）
流水线形态	同一套步骤在多个项目上重复执行（如审计→spec→实现→验证）
spec 通胀	spec/issue 生成速度远超实现与验证速度
未闭环会话	有生成动作但无验证动作的会话
救火占比	诊断/修复类会话占总量的比例

Step 5: 输出增删建议

按以下格式收尾（遵守 W-11：事实标来源，推断标置信度）：

## 你这 N 天做了什么（事实）
<分组汇总，每条附会话 ID>

## 操作系统覆盖表（事实）
<Step 3 的六系统覆盖表>

## 模式（推断，附置信度）
<跨会话模式，引用原话为证据>

## 建议（附前提假设）
- 该固化的：<重复 3 次以上的流程 → skill 候选>
- 该删的：<零触发的规则/skill、未闭环的 spec>
- 该警惕的：<spec 通胀、验证缺口等>

规则

只读，不修改任何会话文件
引用用户消息时保留原文，最多截断不改写
建议数量克制：每类最多 3 条，宁缺毋滥
若窗口内会话超过 30 个，先按项目聚合再分析，避免逐条展开