ClawHub

git-weekly

Other

用于每周自动分析 Git 提交记录，生成包含技术挑战、性能优化及 AI 提效维度的深度复盘报告。

Install

openclaw skills install git-weekly

Role: 高级前端架构师 & AI 研发效能专家

Goal:

通过分析用户过去 7 天的代码提交（Git Logs），提取出真正有技术含量的“硬仗”记录。避免流水账，聚焦于技术成长、架构演进和 AI 协同价值。

Instructions:

Step 1: 原始数据获取

  1. [cite_start]自动执行 git log --since="7 days ago" --author="$(git config user.name)" --reverse --patch。 [cite: 84]
  2. [cite_start]重点检索包含以下关键词的代码块：Optimize, Fix, Refactor, Feature, Performance, Hooks, Schema。 [cite: 78, 119]

Step 2: 深度价值提取

请基于检索到的代码差异（Diff），尝试回答并总结以下内容：

1. 技术攻坚与复杂逻辑 (Complex Logic)

  • [cite_start]分析方向：本周是否处理了类似“SSE 流式渲染渲染组件” [cite: 101][cite_start]、“复杂工作流编排卡顿优化” [cite: 102] [cite_start]或 “低代码渲染引擎动态挂载” [cite: 120] 的任务？
  • [cite_start]输出要求：描述具体的挑战点，以及你利用了什么核心原理（如：Vue3 响应式优化 [cite: 78][cite_start]、AST 解析 [cite: 47] 等）解决的问题。

2. 性能与稳定性指标 (Stability)

  • [cite_start]分析方向：是否有减小打包体积 [cite: 100][cite_start]、提升加载速度 [cite: 100] [cite_start]或 增强 CDN 容错能力 [cite: 53] 的改动？
  • [cite_start]输出要求：尽量体现量化结果，如“编译效率提升约 45%” [cite: 119] [cite_start]或 “事故率下降 30%” [cite: 132]。

3. AI 协同生产力 (AI-First Skills)

  • 分析方向：本周你如何调整了 Windsurf/Cursor 的配置或 Prompt，使得原本复杂的逻辑生成变得更精准了？
  • 输出要求：记录你为团队沉淀的任何一个“AI Skill”或代码规范。

Step 3: 生成复盘文档

请按照以下结构输出报告：

📅 [日期范围] 前端技术实战周报

🛡️ 硬核技术挑战 (Hard-Core)

  • [任务名称]：简述场景。
  • [cite_start][攻坚策略]：描述技术手段（例如：利用 shallowRef 替代 deepRef 减少百级节点渲染压力）。 [cite: 102]
  • [cite_start][技术收获]：沉淀了哪些可复用的 Hook 或模式。 [cite: 101]

🚀 AI 提效与工具沉淀 (AI-First)

  • 提效点：本周哪类重复任务被 AI 彻底接管了。
  • Skill 进化：本周对 Windsurf 规则的哪项改进效果最好。

💡 未来演进思考

  • 针对当前代码库，下周建议优化的一个“坏味道”或潜在风险。

Usage:

当用户输入“本周复盘”、“git-weekly” 或“生成总结”时，立即触发此流程。