mcpField
R
reflect

reflect

github.com/sharpdeveyeAgent 工作流592232 次安装26 周前更新
代码仓库

关于 reflect

reflect 是 Maestro 的技能，可分析项目审计记录和决策日志，评估命令使用情况与工作流结果。它生成数据驱动的评分卡，涵盖使用频率、完成率、命令流、成本和耗时。

主要功能

  1. 01分析审计记录与决策日志
  2. 02统计命令使用频率和完成率
  3. 03检查命令序列与中断情况
  4. 04汇总估算成本和耗时
  5. 05生成基于证据的工作流建议

适用场景

  1. 01查看哪些命令常用或未使用
  2. 02找出失败或中断频繁的命令
  3. 03了解命令成本与耗时模式

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/sharpdeveye/maestro --skill reflect

安装后在 Claude Code 中输入/reflect确认已加载。

详细介绍

强制准备

调用 /agent-workflow——其中包含工作流原则、反模式和 Context Gathering Protocol。继续之前，请遵循该协议——如果尚无工作流上下文，必须先运行 /teach-maestro。

分析 Maestro 审计跟踪和决策日志，生成技能有效性评分卡。它会告诉你哪些命令有效、哪些失败，以及工作流中哪些地方需要关注。

数据来源

从项目根目录读取以下文件：

  1. .maestro/audit.jsonl——每次命令调用的持续时间、成本和结果
  2. .maestro/decisions.jsonl——所做决策及其结果和后续步骤

如果两个文件都不存在，请回复：“未找到审计数据。使用 Maestro 运行命令以开始跟踪，然后再回来。”

分析维度

1. 使用频率

  • 哪些命令运行次数最多／最少？
  • 是否有命令从未使用？（可考虑移除）

2. 完成率

  • 成功完成的调用占比是多少？
  • 哪些命令失败最频繁？

3. 命令流程

  • 最常见的命令序列（A → B）是什么？
  • 哪些命令会引发后续操作，哪些会被搁置？
  • 每个命令的搁置率（30 分钟内没有后续操作）

4. 成本分布

  • 所有命令的预估总成本
  • 每个命令的成本（平均值）
  • 成本最高／最低的命令

5. 持续时间分析

  • 每个命令的平均持续时间
  • 异常值（耗时异常长的调用）
输出格式
╔══════════════════════════════════════════╗
║          MAESTRO EFFECTIVENESS           ║
╠══════════════════════════════════════════╣
║ Commands Run         __ (__ unique)      ║
║ Completion Rate      __%                 ║
║ Most Used            /_____ (__×)        ║
║ Most Abandoned       /_____ (__% ⚠️)     ║
║ Avg Duration         __s                 ║
║ Total Cost           ~$__.__             ║
╠══════════════════════════════════════════╣
║           STRONGEST PIPELINES            ║
╠══════════════════════════════════════════╣
║ /_____ → /_____    __×                   ║
║ /_____ → /_____    __×                   ║
╠══════════════════════════════════════════╣
║           COST PER COMMAND               ║
╠══════════════════════════════════════════╣
║ /_____    $__.__/run  ████░░  avg        ║
║ /_____    $__.__/run  █░░░░░  cheap      ║
║ /_____    $__.__/run  █████░  costly     ║
╚══════════════════════════════════════════╝

INSIGHTS:
1. [Data-driven observation with recommended action]
2. [Data-driven observation with recommended action]
3. [Data-driven observation with recommended action]
洞察规则

每条洞察都必须：

  • 引用具体数据（例如，“搁置率为 40%”）
  • 建议用于解决问题的具体 Maestro 命令
  • 区分相关性与因果关系
反思检查清单
  • 已涵盖全部 5 个分析维度
  • 已使用真实数据生成评分卡
  • 洞察基于数据，而非推测
  • 成本估算已标注为近似值（~）
  • 建议的操作引用了具体 Maestro 命令
建议的下一步

反思后，运行 /streamline 移除未使用的命令，或对搁置率最高的命令运行 /refine，以提升其提示词质量。

切勿：

  • 要求必须存在审计数据——应妥善处理缺失数据的情况
  • 编造日志中不存在的指标
  • 展示成本数据时不加“估算”免责声明（~）
  • 在没有证据的情况下作出判断（应说“完成率为 100%”，而不是“运行效果很好”）
  • 跨项目比较——reflect 的分析范围仅限当前项目

评论

支持 Markdown