AI 协作复盘

问题在哪

人机结对写代码时，浪费往往藏在对话里：同一文件改了好几轮、AI 先下结论再被用户纠正、验证标准事后才补、本可复用的流程每次手写。事后若只记「感觉还行」，很难知道下一轮该改 AI 行为、改流程还是改工具。

本技能把当前会话的完整对话上下文当作唯一数据源，不做外部拉数；系统初始化类事件（身份、bootstrap 等）会从时间线里排除，避免把噪音当成协作问题。

工作方式

执行模型是纯 LLM 指令驱动：无脚本、无外部依赖，只要助手能读会话历史、按需读技能目录下的参考文件、并向工作区写报告即可。缺文件写入或记忆能力时，分析仍可做完，需在报告中标明跳过的步骤。

六步流程大致如下：

1. 会话回顾：按时间线抽取工具调用、文件变更、错误修复、重复修改、决策点、技能/插件触发、用户澄清、验证轮次、AI 误判等事件；再反向追问「能否避免 / 能否更早 / 是否重复」，给可优化点打上 [⚠ Optimizable] 标签。
2. 八维深析：从 references/analysis_dimensions.md 加载细则；必须先做 AI 自省（误判、反应滞后、漏判），再覆盖验证策略、自动化机会、既有自动化调优、工具集成、知识持久化、文档更新、工作流效率。每条发现需绑定具体轮次/操作、反事实（若早做 X 可省 Y 轮）与优先级；自检清单未跑完不能宣称「无发现」。
3. 生成报告：按 assets/report_template.md 写入 {workspace}/retrospectives/{topic}_retrospective.md；同主题文件已存在则在末尾追加。
4. 对话内全文展示：效率分（可优化轮次/总轮次）、完整时间线、各维发现、待办与归档路径——不得在对话里只给摘要。
5. 知识持久化：对「知识持久化」维度的结论，在工具支持时写入记忆/项目配置；否则列出建议用户手存项。
6. 待办清单：新建或调优自动化、项目规则、文档、工具集成等不自动执行，编号列出供用户勾选。

适用边界

会话极短、内容简单时，应简短说明并注明「无明显改进点」，勿强行八维灌水。历史若被压缩或截断，须在报告中说明分析仅基于可见上下文。