Agent Skills
返回列表
每日成长与项目深度复盘

每日成长与项目深度复盘

生活服务 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @cztech/daily-growth-project-review。

技能介绍

要解决什么问题

一天下来,对话、改过的文件和用户指令分散在多轮上下文里;你往往只有模糊印象,很难回答「今天到底推进了什么、卡在哪里、Agent 哪次调用出了问题」。本技能把本次可见材料收束成一份可追溯的每日成长档案,用固定结构而不是随口摘要。

技能如何工作

执行遵循六阶段契约:determine_scope 划定来源与输出要求 → read_protocols 读取证据与安全边界 → extract_evidence 产出并去重 EvidenceCard → run_modules 按材料启用成长、项目、Agent 审计等模块 → compose_report 按模板合成 14 个 H2 节 → quality_gate_and_deliver 做证据、隐私与推荐闸门后交付 Markdown。关键结论须能回溯到证据卡;材料不足时写「材料不足」,不补造细节。候选记忆只以待确认项呈现,不会自动写入持久记忆。

适用边界与注意点

弱模型走固定核心全量交付;强模型只能加深分析,不能省略阶段或质量闸门。没有明确可写目录时,应直接输出完整正文,而非声称已创建文件。推荐模块仅在证据显示明确需求时触发,避免在无需求时堆砌行动清单。

使用场景

  • 下班前要把当天多轮对话、任务状态和阻塞点整理成一份可归档的 Markdown,且每项结论能对应可见来源
  • 迭代中需要区分「已完成」「进行中」「被阻塞」,并写出最小下一承接动作,而不是把猜测写成项目状态
  • 对话里出现过工具调用错误或输出偏差,需要按可复现事实记录影响并给出修正建议,而不是泛泛批评模型
  • 有一段未决承诺或要继续的话题,希望生成明确的后续对话入口和一步可执行动作,而非冗长待办列表

适合人员

  • 独立交付副业或小型项目、每天要和 Agent 对齐进度与阻塞的独立工程师
  • 带虚拟助理做多轮改稿与调研,需要在不编造历史的前提下产出可追溯日档案的知识工作者
  • 负责排查 Agent 工具链问题的技术负责人,要把错误与偏差整理成可审计记录
  • 习惯做成长记录、但希望情绪与学习信号都挂钩证据卡而非空泛自我评价的用户