exp-reflect

经验反思 Skill,分析对话提取记忆并按类型分流:困境-策略对→experience/,项目理解/技术调研→knowledge/。支持用户提示词(如"记录数据流")自动识别类型。触发场景:任务完成后(建议性)、解决困难问题后、用户要求总结经验、用户要求记录项目理解。

Safety Notice

This listing is imported from skills.sh public index metadata. Review upstream SKILL.md and repository scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "exp-reflect" with this command: npx skills add hhu3637kr/skills/hhu3637kr-skills-exp-reflect

exp-reflect - 经验反思 Skill

概述

基于 MUSE 框架的"反思 → 结构化 → 记忆化"理念,分析当前对话,提取可沉淀的记忆,并按记忆类型分流到不同存储层。

记忆类型识别

  • 困境-策略对(经验记忆)→ 按权重分流(重大→exp-write 写入 spec/context/experience/ / 轻量→Auto Memory)
  • 项目理解(知识记忆)→ exp-write 写入 spec/context/knowledge/(架构、数据流、模块分析)
  • 技术调研(知识记忆)→ exp-write 写入 spec/context/knowledge/(框架对比、选型分析)
  • 程序记忆(SOP)→ 创建 sop-xxx Skill
  • 工具记忆→ 更新 Skill 末尾

可沉淀的记忆类型

  1. 经验记忆:困境-策略对 → 按权重分流(重大→exp-write / 轻量→Auto Memory)
  2. 知识记忆:项目理解、技术调研 → exp-write 写入 spec/context/knowledge/
  3. 程序记忆:可复用的多步骤 SOP → 创建 sop-xxx Skill
  4. 工具记忆:Skill 执行后的固定后续动作 → 更新 Skill 末尾

触发场景

  • 任务完成后,自动提示反思
  • 解决了困难问题后
  • 用户主动触发:/exp-reflect
  • 用户带提示词触发:/exp-reflect 记录数据流/exp-reflect 记录架构

核心原则

先分析内容,再判断记忆类型

不是所有内容都值得记录,需要判断:

问自己
这是一个"困境→解决方案"的经验?经验记忆继续下一问
这是项目理解(架构/数据流/模块分析)?知识记忆继续下一问
这是技术调研(框架对比/选型分析)?知识记忆继续下一问
这是一个可复用的多步骤流程(>5步)?程序记忆(SOP)继续下一问
这是某 Skill 执行后应该做的固定动作?工具记忆不需记忆

执行流程

反思流程:
- [ ] 步骤 1:回溯对话轨迹
      回顾本次对话中的所有操作
      识别关键决策点和转折点
      注意用户的提示词(如"记录数据流"、"记录架构")

- [ ] 步骤 2:识别可沉淀的记忆
      分析并分类:

      | 内容特征 | 记忆类型 | 存储位置 |
      |----------|----------|----------|
      | 解决了什么问题?为什么这样解决? | 经验记忆 | spec/context/experience/ |
      | 项目架构、数据流、模块分析? | 知识记忆 | spec/context/knowledge/ |
      | 技术调研、框架对比、选型分析? | 知识记忆 | spec/context/knowledge/ |
      | 完成了哪些多步骤操作(>5步)?是否可复用? | 程序记忆 | sop-xxx Skill |
      | 某 Skill 执行后总是需要做什么? | 工具记忆 | Skill 末尾后续动作 |

- [ ] 步骤 2.5:记忆权重判断

      对步骤 2 中识别出的记忆,进行权重分流:

      **经验记忆(困境-策略对)**:
      | 判断维度 | 重大经验 → exp-write | 轻量经验 → Auto Memory |
      |----------|---------------------|------------------------|
      | 复杂度 | 涉及多组件协调、非显而易见的解决方案 | 单点技巧、简单调试经验 |
      | 关联性 | 需要链接到 Spec/代码文件的结构化记录 | 独立的、无需关联其他文档 |
      | 共享性 | 团队/项目级别需要共享的经验 | 个人编码习惯和偏好 |
      | 持久性 | 长期有效的架构决策和设计模式 | 临时性的调试技巧 |

      **知识记忆(项目理解/技术调研)**:
      - 所有知识记忆都通过 exp-write 写入 `knowledge/`
      - 不区分权重,因为项目理解类内容本身就是结构化知识

      分流结果:
      - 重大经验 → 继续走 exp-write 流程(写入 spec/context/experience/)
      - 轻量经验 → 提示用户让 Auto Memory 处理(见「轻量经验引导」)
      - 知识记忆 → 继续走 exp-write 流程(写入 spec/context/knowledge/)

- [ ] 步骤 3:检查现有记忆(防止重复)
      根据步骤 2 识别的类型,检查对应位置:

      - 经验记忆 → 读取 spec/context/experience/index.md
      - 知识记忆 → 读取 spec/context/knowledge/index.md
      - 程序记忆 → 列出 .claude/skills/ 下所有 sop-* 目录
      - 工具记忆 → 读取目标 Skill 的「后续动作」章节

- [ ] 步骤 4:向用户展示分析结果
      按记忆类型分组展示

- [ ] 步骤 5:用户确认后执行写入
      - 经验记忆(重大)→ 调用 /exp-write type=experience
      - 知识记忆 → 调用 /exp-write type=knowledge
      - 程序记忆 → 调用 /skill-creator 创建 SOP Skill
      - 工具记忆 → 直接编辑目标 Skill 文件

经验草稿格式

📝 经验反思结果

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📚 经验记忆(困境-策略对)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

**标题**:[简短描述问题]
**权重**:🔴 重大经验(建议 exp-write)/ 🟡 轻量经验(建议 Auto Memory)
**判断依据**:[多组件协调 / 需要关联 Spec / 团队共享 / ...]
**关键词**:[关键词1], [关键词2], [关键词3]
**适用场景**:[什么情况下这个经验有用]

**困境**:[描述遇到的问题或挑战]
**策略**:
1. [解决步骤1]
2. [解决步骤2]
**理由**:[为什么这个策略有效]

→ 🔴 重大经验:确认后调用 /exp-write type=experience
→ 🟡 轻量经验:Auto Memory 会自动处理,无需手动写入

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📖 知识记忆(项目理解/技术调研)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

**标题**:[知识主题]
**类型**:项目理解 / 技术调研 / 代码分析
**关键词**:[关键词1], [关键词2], [关键词3]

**内容概述**:
[简要说明这个知识点的核心内容]

**详细内容**:
[根据类型组织内容]

项目理解类:
- 项目概述
- 核心架构
- 数据流
- 关键模块

技术调研类:
- 背景
- 方案对比
- 结论

→ 确认后调用 /exp-write type=knowledge

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📋 程序记忆(SOP)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

**SOP 名称**:sop-xxx-[名称]
**触发场景**:[什么时候使用这个 SOP]
**主要步骤**:
1. [步骤1]
2. [步骤2]
...

→ 确认后调用 /skill-creator 创建 SOP Skill

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🔧 工具记忆(Skill 后续动作)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

**目标 Skill**:[Skill 名称]
**新增后续动作**:
1. [动作1]
2. [动作2]

→ 确认后直接编辑 Skill 文件

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

是否执行以上记忆操作?

记忆质量判断标准

值得沉淀的记忆

记忆类型值得沉淀的特征
经验记忆解决了反复出现的问题、非显而易见的解决方案、涉及多组件协调、踩过的坑
知识记忆项目架构理解、数据流分析、技术调研结果、框架对比、模块设计解读
程序记忆多步骤流程(>5步)、可复用、有明确的触发条件和验证方法
工具记忆某 Skill 执行后总是需要的固定动作、形成工作流衔接

不值得沉淀的记忆

特征示例
常识性内容"变量命名要有意义"
一次性操作"修复了某个 typo"
项目特定的临时方案"临时注释掉某行代码"
已有文档覆盖框架官方文档已说明的内容

重复检测规则

相似性判断标准

Q1: 困境描述的核心问题是否相同?
Q2: 策略的主要方法是否相同?
Q3: 适用场景是否相同?

如果 Q1 和 Q2 都是"是" → 视为重复
如果 Q1 是但 Q2 否 → 可能是同一问题的不同解法,询问用户
如果 Q1 否 → 不重复,可以新增

重复处理示例

⚠️ 发现相似经验

现有经验 [EXP-001]:WebSocket 连接超时
- 困境:长时间任务导致连接断开
- 策略:三层防护(Nginx超时+心跳+重连)

本次经验与现有经验高度相似。

请选择:
1. 不记录(现有经验已足够)
2. 更新现有经验(补充新内容)
3. 新增经验(场景确实不同)

自动触发信号

Agent 应在以下场景主动建议是否需要反思(建议性,非强制):

信号提示话术
解决了困难问题"这个问题的解决方案可能值得记录,要反思一下吗?"
做出了架构决策"这个决策及其理由可能对未来有帮助,要沉淀吗?"
用户说"以后都这样""好的,我来提取这个经验以便未来参考。"
任务完成"任务完成了,有值得结构化记录的重大经验吗?日常小经验 Auto Memory 会自动处理。"

与其他 Skill 的协作

场景协作 Skill
写入经验记忆/exp-write type=experience 写入经验文件和索引
写入知识记忆/exp-write type=knowledge 写入知识文件和索引
创建程序记忆(SOP)/skill-creator 创建 SOP Skill
更新工具记忆→ 直接编辑目标 Skill 文件末尾
检查是否重复→ 读取 spec/context/experience/index.mdspec/context/knowledge/index.md
更新现有记忆/exp-write 更新模式

轻量经验引导

当步骤 2.5 判断为轻量经验时,不走 exp-write,而是提示用户:

💡 这条经验比较轻量,建议让 Auto Memory 自动处理:

**经验**:[一句话描述]

Auto Memory 会自动记住这类日常经验,无需手动写入 exp/ 目录。
如果你认为这条经验足够重要需要结构化记录,请告诉我,我会走 exp-write 流程。

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

General

intent-confirmation

No summary provided by upstream source.

Repository SourceNeeds Review
General

skill-creator

No summary provided by upstream source.

Repository SourceNeeds Review
Coding

obsidian-plugin-dev

No summary provided by upstream source.

Repository SourceNeeds Review
Automation

git-workflow-sop

No summary provided by upstream source.

Repository SourceNeeds Review