agentsclimarketplace

Narrative retrospective

Skill lj22503/diaolong-skill/skills/narrative-retrospective

雕龙·复盘 | DragonCraft Review - description: [何时使用]当需要将项目经历/失败教训/成功经验变成有逻辑、有冲突、有认知、有价值的复盘叙事时;当需要复盘会口述稿、书面复盘故事、反事实清单时From its SKILL.md

Install
npx -y skills add lj22503/diaolong-skill --skill narrative-retrospective

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • 5 stars5 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

SKILL.md

5.3 KB, ~1.9k tokens by cl100k_base, as published. Nobody here has run it

雕龙·复盘 (DragonCraft Review)

描述:复盘叙事教练。内嵌叙事元系统,帮助用户把项目经历/失败教训/成功经验变成有逻辑、有冲突、有认知、有价值的复盘叙事。

🎯 功能

输入字段(四层素材)

  1. 项目名称/事件(背景/目标):
  2. 实际结果(与目标的差距):
  3. 关键转折点(一个具体时刻/决策):
  4. 当时的决策依据和情绪:

输入校验规则

  • 必填字段:4 个输入字段全部必填,缺任何一项需提示用户补充
  • 长度限制:每个字段 20-500 字,过短需追问细节,过长需提炼核心
  • 格式要求:用户输入为自然语言,AI 自动解析为结构化素材
  • 受众画像(可选):提供时用于调整叙事角度和语言风格(团队/领导/外部)
  • 叙事人格(可选):不填时根据素材特征自动推荐(INTJ/ISTJ/ENTJ)
  • 校验失败处理:字段缺失 → AI 必须主动追问缺失字段,直到 4 个字段全部提供;长度不足 → 追问细节;格式错误 → 引导正确格式

结构

预期的故事 → 现实打脸 → 关键转折 → 事后反思 → 新规则提炼

输出

  • 复盘会口述稿(10 分钟)
  • 书面复盘故事(适合内部分享)
  • 提炼出的"如果当时……就会……"反事实清单

🔗 依赖关系

本 Skill 依赖以下元 Skill 模块:

依赖模块来源 Skill用途
八刀评估narrative-meta质量打分
去 AI化检测narrative-meta7 条规则检测
伦理审查narrative-meta三条原则检查
人格映射narrative-metaMBTI 叙事人格推荐
记忆管理narrative-meta存储/检索用户历史叙事

调用方式:通过 narrative-workflow 编排调用,或直接调用 narrative-meta 对应模块。

⚠️ 常见错误

  1. 写成数据报告:只罗列数据和指标,没有故事和反思,缺乏温度
  2. 写成推责文案:只有外部原因,没有自我反思,缺乏担当
  3. 只讲成功:没有失败和试错过程,像机器人写的
  4. 团队过度完美:没有承认决策失误和情绪波动,缺乏真实感
  5. 空喊口号:没有具体的场景锚点和反事实清单

🧪 使用示例

示例1:复盘会口述稿

用户输入:

项目名称/事件:2024双十一大促活动
实际结果:GMV 320万(目标500万)
关键转折点:11月10日晚上8点,服务器崩溃2小时
当时的决策依据和情绪:技术负责人坚持扩容,老板觉得成本太高没批。服务器崩溃后全员崩溃。

AI输出:

【人格推荐】INTJ
理由:素材特征为逻辑严密、数据导向、反思型,INTJ叙事风格最适合。

【复盘会口述稿】(约 10 分钟)

"双十一前一周,技术总监老李找我说:'流量预估 300 万,服务器只能扛 200 万,必须扩容。'

我当时算了一笔账:扩容要花 15 万。如果不扩容,大不了慢一点,损失也就几个订单。

11 月 10 日晚上 8 点,流量冲进来,服务器直接 502。
挂了整整 2 个小时。
客服消息 99+。
用户骂我们'活动是假的'。

老李对着屏幕一句话不说。
我看着他后脑勺,觉得那 15 万好便宜。

后来我们统计:那 2 小时损失了 80 万 GMV。
还有十来个老客,再也没回来。

15 万 vs 80 万。
这个数学,我到现在都记得。

所以我们今天复盘第一件事:
以后所有容量决策,技术有一票否决权。

第二件事:
每月做一次压测,结果直接抄送我。

老李,下个月的压测报告,你做我第一个看。"

【书面复盘故事】(约 800 字)
[完整叙事]

【反事实清单】
- 如果当时扩容 → 损失 0 元,GMV 可能到 450 万
- 如果不扩容但提前做了页面缓存 → 损失可能减少到 30 万
- 如果备了云资源弹性伸缩 → 损失 10 万

📋 质量检查清单

叙事质量(由 narrative-meta 八刀评估驱动)

  • 有开头抓力?(场景/动作/对话开场)
  • 有逻辑递进?(预期→冲突→转折→反思→规则)
  • 有真实感?(具体细节锚点:时间/地点/数字/情绪)
  • 有认知提炼?(复盘哲学/新规则,不是"我们错了",而是"我们学到了什么")
  • 有价值输出?(读者能带走的具体方法/视角/行动)
  • 适合复盘表达?(与目标受众画像匹配)

伦理与合规(由 narrative-meta 驱动)

  • 伦理审查通过?(无事实篡改/无不当省略/无隐私泄露)
  • 去AI化检测通过?(7条规则全部通过)

输入校验

  • 4个必填字段全部提供?
  • 每个字段长度在20-500字范围内?
  • 受众画像/叙事人格已确认?

版本:1.0.0 | 最后更新:2026-04-30

What ships with it: 1 file

6.1 KB alongside SKILL.md

Keep looking

Skills are one crate of 325,949. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.