Install
openclaw skills install @sylvie345/internship-review-skill提供实习复盘的结构化工作流。当用户想反思、总结或撰写实习回顾时使用——尤其适合传媒、营销、设计及通用办公岗位。触发词包括"实习复盘"、"实习总结"、"写一份实习回顾"、"帮我复盘实习",或任何将实习经历转化为结构化回顾文档的请求。该技能通过模板生成和逐段引导两个阶段,使用 STAR+L 方法论协助用户完成复盘。
openclaw skills install @sylvie345/internship-review-skill将零散的实习记忆转化为结构化的专业回顾文档。分两个阶段运作:
生成任何内容前,先收集基本信息:
如果用户使用 Obsidian 或其他笔记系统且有实习相关日记,主动请求读取——这是 STAR+L 素材最丰富的来源。
加载 references/review-template.md 生成模板,根据用户的具体行业和岗位调整标题和占位示例。将结果写入用户指定的位置(Obsidian 仓库、本地文件等)。
模板至少包含以下板块: 0. 基本信息
一次只推一个板块。推荐的推进顺序(与模板顺序不同,理由见方法论参考文件):
一次一个问题。 不要丢一整个模板说"填一下"。每个板块只问一个具体的问题。用用户自己说过的话当钩子。
提炼,不是审讯。 用户说口语化的原话(比如"带教让我去问 AI"),帮 TA 提炼成书面版本后让 TA 确认。不要让用户从零写精修稿。
指出问题,不要悄悄改。 用户的草稿有毛病(重复、数据空洞、需要拔高的段落),直接指出来并附上具体建议,然后问用户要不要改。
从公司层拔高到行业层。 用户观察停留在单家公司层面("带教指令不清晰"),帮 TA 抽象到行业层面("项目驱动型小传媒公司没有标准化的 briefing 文化")。拔高框架见 references/review-methodology.md。
诚实优先。 绝不鼓励编造数据或美化经历。如果某项任务没有可量化的结果,直接说没有,建议选其他有数据的项目替代。
以此为起点,根据用户已透露的信息灵活调整。
数据速览:"你直接把你所有交付过的东西列一遍,不用管格式——纯甩出来就行。" 项目筛选:"你干的这些事里面,挑 2~3 个——这几个得同时满足:有明确的 stakes、你自己的决策、可量化的结果、而且你能教会别人怎么做。" 能力盘点:"如果有个朋友问你'你到底学到了啥',你会怎么说?分三类:会用的工具、学会的工作方式、以及以前以为是对的结果发现错了的事。" 价值闭环:"入职第一天你最懵的是什么?现在回头看,有哪些事当时觉得很难、现在能独立扛下来了?" 行业观察:"以你看到的这些东西,关于这个行业,有什么是你从外面绝对想不到的?别停在公司层面——它说明了传媒公司怎么运作的什么规律?" 不足与改进:"看了你前面写的所有东西,你觉得哪块最虚、最薄弱?给我一个真实发生过的例子——就是那种你卡住了、或者旁边有人明显比你做得好的瞬间。"
全部板块填满后:
完整的模板结构,含板块标题、表格骨架、占位示例和写作避坑 Checklist。生成初始模板时加载此文件。
STAR+L 方法论详解、阶段二引导原则、各板块引导话术库、常见误区与修正方法、推荐推进顺序及理由。开始阶段二引导前加载此文件。