decision-review

决策复盘与反思助手。给定一次决策/事件,按结构化模板产出复盘(背景→决策→行动→结果→得失→根因→改进),支持 AAR(行动后复盘)与定期回顾。当用户需要"帮我复盘""这次决策怎么样""做个 retrospective""总结一下教训"时调用。

Install

openclaw skills install @qq435912743/decision-review

决策复盘与反思助手

帮用户对关键决策/事件做有结构的复盘,把"发生了什么"变成"下次怎么做更好"。核心:复盘不是写感想,而是产出可执行的改进项

适用场景

  • 项目/任务结束后的行动后复盘(AAR)
  • 一次失败/失误的根因分析
  • 周期性(周/月)回顾,提炼规律
  • 把复盘结论沉淀为"原则",反哺未来决策

复盘框架(默认 AAR)

  1. 背景:当时要解决的问题、约束、已知信息
  2. 预期:原本期望的结果
  3. 实际:真实发生了什么(事实,非评价)
  4. 差异:预期 vs 实际,差距在哪
  5. 根因:用 5-Why 追问到可改变的因素
  6. 得失:做对了什么 / 做错了什么
  7. 改进:具体、可落地、可验证的下一步(每条带 owner/时限最佳)
  8. 原则:提炼一条可复用的决策原则

标准工作流

使用 scripts/retro.py 把零散记录整理成结构化复盘:

bash
python scripts/retro.py \
  --background "..." --expected "..." --actual "..." \
  --output retro.md

或直接把一段自由记录丢给它,由模型(本 agent)按框架补全后,用脚本落盘。

也可交互式:python scripts/retro.py --interactive 逐项提示填写。

质量门禁

  • 改进项是否具体可验证(避免"下次注意"这类空话)
  • 是否区分了"事实"与"评价"
  • 根因是否挖到"可改变的因素"(而非归咎于人/运气)

自进化学习系统

bash
python scripts/learner.py record . --capability "决策复盘" [--fail --error <类型> --note <说明>]
python scripts/learner.py insight .
python scripts/learner.py reflect .
  • 用户常补某类维度 → 记录,reflect 建议把该维度设为默认必填
  • 提炼出的原则可 prefer 记录,未来自动带入

安全边界

  • 复盘涉及个人/商业敏感信息时,结果仅保存在用户指定位置,不外传