mcpField
R
reflection

reflection

github.com/feiskyerAgent 工作流1.7k136 次安装4 周前更新
代码仓库

关于 reflection

一个 Claude Code 技能，可回顾会话并为仓库的 CLAUDE.md 提出或实施改进。快速与深度模式覆盖不同范围的分析和总结。

主要功能

  1. 01快速与深度分析模式
  2. 02审阅聊天记录和 CLAUDE.md
  3. 03向用户提出修改建议
  4. 04获批后更新指令
  5. 05总结会话经验

适用场景

  1. 01在编码会话后改进 CLAUDE.md
  2. 02记录用户偏好与代码模式
  3. 03发现指令缺漏和理解偏差

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/feiskyer/claude-code-settings --skill reflection

安装后在 Claude Code 中输入/reflection确认已加载。

详细介绍

反思

分析当前会话并改进 Claude Code 指令。根据用户输入，以两种模式之一运行。

模式选择

  • 快速模式（默认）：由 /reflection 或 /reflection quick 触发。重点分析聊天记录，找出并实施对 CLAUDE.md 指令的改进。
  • 深度模式：由 /reflection deep 或 /reflection comprehensive 触发。全面分析整个会话，涵盖已解决的问题、形成的模式、用户偏好、对系统的理解和知识盲区，然后相应地更新 CLAUDE.md。

根据用户输入确定模式。如果未指定模式，则使用快速模式。如果用户说“deep”“comprehensive”或“harder”，则使用深度模式。

快速模式：改进 CLAUDE.md

1. 分析阶段

结合上下文窗口中的聊天记录进行审查，然后读取仓库根目录中的当前 CLAUDE.md 文件。

分析两者，找出需要改进的方面：

  • Claude 回复中的不一致之处
  • 对用户请求的误解
  • Claude 可以提供更详细或更准确的信息之处
  • 改进对特定查询类型或任务的处理方式的机会
  • 能够避免本次会话中所犯错误的缺失指令
2. 分析记录

使用 TodoWrite 跟踪每项已发现的改进点，并为修改制定结构化方案。

3. 交互阶段

向用户展示发现的问题和改进建议。对于每项建议：

  1. 解释发现的当前问题
  2. 提出对指令进行的具体修改或补充
  3. 描述此修改将如何提升 Claude 的表现

等待用户对每项建议的反馈后再继续。如果用户批准某项修改，则进入实施阶段。如果用户不批准，则完善建议或继续下一项。

4. 实施阶段

对于每项获批的修改：

  1. 使用 Edit 工具修改 CLAUDE.md 文件
  2. 说明要修改的章节
  3. 展示新增或修改后的文本
  4. 解释此修改如何解决已发现的问题
5. 输出格式

按以下结构展示最终输出：

<analysis>
[Issues identified and potential improvements]
</analysis>

<improvements>
[For each approved improvement:
1. Section being modified
2. New or modified instruction text
3. Explanation of how this addresses the identified issue]
</improvements>

<final_instructions>
[Complete updated set of instructions incorporating all approved changes]
</final_instructions>

成功实施后，使用 git 提交更改。

深度模式：全面分析会话

1. 会话分析阶段

审查完整的对话记录，并找出以下内容：

问题与解决方案
  • 遇到了哪些问题？
  • 用户报告的初始症状
  • 找到的根本原因
  • 实施的解决方案
  • 学到的关键经验
代码模式与架构
  • 做出的设计决策
  • 架构选择
  • 发现的代码关系
  • 确认的集成点
用户偏好与工作流程
  • 沟通风格
  • 决策模式
  • 质量标准
  • 工作流程偏好
  • 揭示偏好的直接引述
系统理解
  • 组件交互
  • 关键路径与依赖关系
  • 故障模式与恢复方式
  • 性能考量
知识盲区与改进
  • 出现的误解
  • 缺失的信息
  • 发现的更好方法
  • 未来需要考虑的事项
2. 反思输出阶段

展示一份结构化摘要，涵盖：

  • 会话概览：已完成工作的概要
  • 已解决的问题：每个问题及其根本原因和解决方案
  • 形成的模式：值得记住的设计与代码模式
  • 用户偏好：观察到的工作流程和沟通偏好
  • 系统关系：学到的组件交互与依赖关系
  • 知识更新：对代码库或领域的新认识
  • 命令与工具：特别有用或存在问题的工具或命令
  • 未来改进：后续步骤或优化建议
  • 协作心得：AI 与人类协作中哪些做得好，还有哪些可以改进
3. 行动项

呈现分析后，提出具体行动：

  1. 更新 CLAUDE.md，添加体现所学内容的具体章节
  2. 添加注释，说明在理解过程中掌握的具体文件内容
  3. 创建文档，如有需要，为具体主题编写文档
  4. 测试需要验证的内容

使用 TodoWrite 跟踪这些行动项。实施更改前，等待用户批准。

4. 实施

对每项获批的行动，实施更改并使用 git 提交。

最佳实践

  • 提出更改前，始终先阅读当前的 CLAUDE.md 文件
  • 使用 TodoWrite 跟踪分析进度和实施任务
  • 考虑边缘情况和常见场景，测试拟议的更改
  • 确保所有修改都与现有模式保持一致
  • 彻底分析、清晰说明并精准实施
  • 成功实施后，使用 git 提交更改

你的任务

回顾当前会话。根据用户输入确定模式；如果未指定模式，则默认为 Quick 模式。

评论

支持 Markdown