retrospective

Solid

上线后数据复盘并滚动产出下轮迭代计划。当用户需要评估上线结果、衡量功能成功、分析上线后指标,或说"效果分析"、"上线复盘"、"衡量影响"、"表现如何"时使用;也用于规划迭代、冲刺、回顾、对待办事项排序、分配团队容量,或说"迭代规划"、"规划下一个冲刺"、"我们应该构建什么"、"待办排序"、"回顾"时激活。即使没有明确说"复盘"或"迭代规划",当用户正在评估发布结果或决定接下来做什么时也应激活。

AI & Automation 2 stars 0 forks Updated today MIT

Install

View on GitHub

Quality Score: 81/100

Stars 20%
16
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
80
License 10%
100
Description 5%
100

Skill Content

# Retrospective 喂数据复盘 → 直接产出下轮迭代计划。 ## What This Skill Does 一条验证线闭环:用户贴入指标/上线结果后,对照 PRD 目标做差距分析,产出复盘结论(达成情况、定性反馈、意外发现),然后基于复盘结论滚动产出下轮迭代计划——待办分类、RICE 排序、容量分配、跟踪指标,并把新洞察路由回感知与设计层,完成反馈闭环。 ## Data Policy (诚实定位) 本 skill **不接入任何实时数据源**——不读数据库、不调埋点平台、不抓监控后台。所有指标数据由用户提供:你贴数据,我做分析。 - **有数据时**:走完整主线——差距分析 → 复盘结论 → 迭代计划。 - **无数据时**:不编造数字,只产出**复盘框架**(该收集什么数据、基线怎么定、按什么方法分析),待数据到位后再补正式复盘与迭代计划。 ## When to Use Activate this skill when: - 用户贴了上线后的指标数据,想评估发布或功能的结果 - Phrases like "表现如何"、"衡量影响"、"上线复盘"、"效果分析"、"did it work" - 对照 PRD 成功指标检查目标达成情况 - 规划下一个冲刺/迭代,或问 "what should we build next" - 需要平衡新功能、缺陷和技术债务,分配团队容量 - 回顾上一轮迭代哪些有效、哪些无效 ## How It Works 1. **确认数据前提** - 有用户提供的指标数据走复盘主线;无数据则只产出复盘框架(收集清单 + 分析方法) 2. **完整度检查** - 按证据纪律输出信息完整度清单,经用户确认 3. **对照 PRD 目标** - 逐项差距分析(target vs actual vs baseline) 4. **提炼复盘结论** - What worked / what didn't / surprises,标记需要验证的假设 5. **滚动迭代计划** - 待办分类(bug/优化/新功能/技术债)→ RICE 排序 → 容量分配 6. **闭环路由** - 新洞察路由回感知层与设计层(见 Context Integration) ## Input Parameters | Parameter | Type | Required | Description | |:---|:---|:---|:---| | `metrics_data` | object | Yes* | 用户提供的上线后指标数据(*无数据时只产出复盘框架) | | `release_ref` | string | Yes | Reference to release being analyzed | | `prd_ref` | string | Yes | Reference to PRD with success metrics | | `period` | string | No | Analysis period (default: "7 days post-launch") | | `capacity` | object | No | Team capacity constraints (e.g., `{"points": 20, "weeks": 2}`) | | `debt_ratio` | number | No | Percentage allocation for tech debt (defaul...

Details

Author
kelegele
Repository
kelegele/oh-my-pm
Created
4 months ago
Last Updated
today
Language
HTML
License
MIT

Similar Skills

Semantically similar based on skill content — not just same category