Was macht Lern-Retrospektive?
Nutze diese Fähigkeit, um verifizierte Lektionen in dauerhaften Kontext für zukünftige Agenten umzuwandeln, damit ein einmal gelöstes Problem nie wieder durch Versuch und Irrtum erneut gelöst werden muss. Halte die Hauptaufgabe in Gang; die Retrospektive sollte eine kurze Kontrollschleife sein, kein neues Projekt.
Scheitern ist kein Fehler. Wiederholte Versuche bei einem neuartigen Problem sind legitime Erkundung und dürfen nicht unterdrückt werden – die einzige Disziplin, die ein neuartiges Problem braucht, ist keine wortgetreuen Wiederholungen und eine explizite Hypothese pro Versuch. Das Verhalten, das diese Fähigkeit beseitigen soll, ist anders: das erneute gleiche Problem ein zweites Mal zu bekämpfen, weil die erste Lösung nie erfasst wurde oder zwar erfasst, aber nicht abgerufen wurde. Daher hat die Fähigkeit zwei Modi mit unterschiedlichen Stärken:
- Bekanntes Problem (eine gespeicherte Lektion oder Erinnerung deckt dieses Fehlersignal ab): früh eingreifen – die Lektion vor dem nächsten Versuch abrufen und befolgen.
- Neuartiges Problem (keine vorherige Lektion): die Erkundung nicht unterbrechen. Statt einer wortgetreuen Wiederholung den Ansatz variieren, lösen und danach die Lektion erfassen.
Erfassung nach Lösung
Dies ist der primäre automatische Modus. Nach erfolgreicher Aufgabenausführung vor Beendigung des Durchgangs eine Frage prüfen: War es erforderlich, zwei oder mehr Fehlversuche zu unternehmen, einen nicht offensichtlichen Workaround zu verwenden, eine maschinenspezifische Tatsache zu berücksichtigen oder eine bestimmte Reihenfolge von Operationen einzuhalten, die ein zukünftiger Agent wiederentdecken müsste? Wenn ja, die Schritte 5-6 des Workflows ausführen (Lektion erfassen, auf der richtigen Oberfläche speichern, vorbehaltlich der Schreibberechtigungsprüfung). Wenn nein, normal beenden – keine Lektionen aus Routinearbeiten erfinden.
Die Erfassung muss erfolgen, während die Beweise noch im Kontext sind: genaue Befehle, genauer Fehlertext, was versucht wurde und warum es fehlschlug. Eine aus der Erinnerung an den Kampf geschriebene Lektion ist weniger wert als eine, die aus dem Transkript des Kampfes geschrieben wurde.
Schleifensignale
Löse eine Retrospektive aus, wenn eines oder mehrere dieser Signale auftreten:
- Derselbe Befehl, Test, Konvertierung, Installation, API-Aufruf oder UI-Aktion schlägt zweimal fehl.
- Der Agent beginnt eine breite Suche, nachdem eine verifizierte lokale Tatsache hätte überprüft werden sollen.
- Der Agent wechselt wiederholt die Werkzeuge, ohne eine neue Hypothese zu haben.
- Der Benutzer sagt, der Agent dreht sich im Kreis, hat vorherige Arbeit vergessen oder sollte sich die Lektion merken.
- Eine Behebung hängt von maschinenspezifischen Pfaden, Umgebungsvariablen, installierten Werkzeugen, Anmeldeinformationsfluss, Kontostand oder Projektkonventionen ab.
- Ein Fehler wurde durch einen nicht offensichtlichen Befehl, lokalen Workaround oder eine bestimmte Reihenfolge von Operationen behoben.
Führe diesen Workflow nicht für jeden kleinen Fehler aus. Verwende ihn, wenn die Lektion wiederverwendbar ist oder das aktuelle Verhalten beginnt, Zeit zu verschwenden.
Nicht-Auslöser
Rufe diese Fähigkeit nicht auf für:
- Einen erstmaligen gewöhnlichen Fehler mit einer offensichtlichen nächsten Lösung.
- Normales Debugging, bei dem jeder Versuch neue Beweise liefert.
- Reine Erklärungs-, Zusammenfassungs-, Übersetzungs- oder Schreibaufgaben.
- Breite Projektüberprüfung, es sei denn, ein wiederholtes Fehlermuster ist bereits aufgetreten.
- Vom Benutzer angeforderte Speicher-Aktualisierungen, die keine Workflow-Lektion betreffen.
Schreibberechtigungsprüfung
Vor dem Schreiben in den Benutzerspeicher, Repository-Dokumente, Projektregeln oder eine andere Fähigkeit:
- Wenn der Benutzer ausdrücklich darum gebeten hat, die Lektion zu speichern, zu aktualisieren oder zu schreiben, fortfahren.
- Andernfalls zuerst die vorgeschlagene Lektion und Zieloberfläche präsentieren.
- Niemals stillschweigend Projektanweisungen, Fähigkeiten oder persistenten Speicher ändern.
- Niemals Geheimnisse, Token, Anmeldeinformationen, Cookies, private Daten oder lange Rohprotokolle speichern.
Workflow
-
Die Schleife anhalten.
- Stoppe wortgetreue Wiederholungen, breite unfokussierte Suche und spekulative Änderungen.
- Gib das unmittelbare Ziel, die letzte fehlgeschlagene Aktion und den genauen Fehler oder das Symptom an.
- Bewahre laufende Prozesse oder Benutzerdaten, bevor die Richtung geändert wird.
-
Die Beweise rekonstruieren und das Problem klassifizieren.
- Zuerst im vorhandenen Speicher und in den Projektrichtlinien nach diesem Fehlersignal suchen. Wenn eine frühere Lektion es abdeckt, handelt es sich um ein bekanntes Problem: der Lektion folgen, anstatt sie neu abzuleiten.
- Wenn nichts es abdeckt, handelt es sich um ein neuartiges Problem: die Erkundung mit variierten Hypothesen fortsetzen und planen, die Lektion nach der Lösung zu erfassen.
- Auflisten, was bereits verifiziert ist, einschließlich Pfade, Versionen, Befehle, Ausgaben und Dateien.
- Kostengünstige Verifizierung driftanfälliger Fakten gegenüber Annahmen bevorzugen.
-
Eine nächste Hypothese auswählen.
- Den kleinsten Befehl oder die kleinste Änderung wählen, die die Haupthypothese direkt testet.
- Ein Fehlertor hinzufügen: definieren, welches Ergebnis Erfolg bedeutet, welches Ergebnis Stopp bedeutet und welcher Rückfall erlaubt ist.
- Vermeiden, bei Fehlschlagen des Tors in eine nicht zusammenhängende Rückfalls-Suche abzurutschen.
-
Zuerst die Benutzeraufgabe abschließen.
- Das eigentliche Ziel reparieren, konvertieren, installieren, testen oder konfigurieren.
- Mit beobachteten Beweisen verifizieren, nicht mit Vertrauen.
- Sicherungen vorübergehend halten und entfernen, nachdem der Benutzer bestätigt hat, dass sie nicht mehr benötigt werden.
-
Die Lektion erfassen.
- Nur Lektionen aufzeichnen, die verifiziert, wiederverwendbar und nicht offensichtlich sind.
- Genaue Befehle, Pfade, Versionen, Fehlertexte und die bessere Reihenfolge von Operationen einschließen.
- Geheimnisse, private Daten, lange Protokolle und unverifizierte Vermutungen ausschließen.
- Eine kleine Speicher-Aktualisierung einer großen Erzählung vorziehen.
-
Auf der richtigen Oberfläche speichern.
- Die Schreibberechtigungsprüfung bestehen, bevor persistente Änderungen vorgenommen werden.
- Benutzerebene-Speicher für projektexterne Maschinen- oder Präferenz-Fakten verwenden.
- Repo-/Projektdokumente für projektspezifische Konventionen verwenden.
- Eine vorhandene Fähigkeit nur aktualisieren, wenn die Lektion ein wiederverwendbares Verfahren ändert.
- Eine neue Fähigkeit nur erstellen, wenn das Verfahren wiederkehrend, portabel und es wert ist, automatisch ausgelöst zu werden.
- Siehe
references/memory-surfaces.mdfür plattformneutrale Platzierungshinweise.
-
Optional einen unabhängigen Prüfer bitten.
- Jeden verfügbaren sekundären Agenten, jedes Modell, jeden Prüfer-Prompt oder jede frische Sitzung verwenden; keinen bestimmten Anbieter oder kein bestimmtes Modell voraussetzen.
- Nur die Artefakt-Pfade, die fehlgeschlagene Schleifen-Zusammenfassung und die konkreten Validierungsfragen geben.
- Nach der kleinsten Sicherheits- oder Klarheitsverbesserung fragen.
- Wenn kein Unter-Agent existiert, dieselbe Checkliste selbst durchgehen.
- Siehe
references/reviewer-prompt.md.
Automatische Aktivierung
Diese Fähigkeit wird normalerweise über ihre Beschreibung abgerufen, was am schwächsten ist, genau wenn sich ein Agent in der Mitte einer Schleife befindet. Wenn deine Umgebung Hooks oder Tool-Event-Callbacks unterstützt, schließe einen Detektor für wiederholte Fehler an, der eine Erinnerung zum Aufrufen dieser Fähigkeit einspritzt. Ausführbare Detektor-Skripte befinden sich in hooks/ (Claude Code und Codex-Varianten) mit einer automatisierten Testsuite in tests/; siehe references/hook-activation.md für Registrierung, Vertrauensanforderungen und das allgemeine Muster für andere Umgebungen. Behandle jede Hook-Konfiguration, die du schreibst, als Artefakt unter den eigenen Regeln dieser Fähigkeit: führe die Testsuite aus, erzwinge dann einen echten Fehler, um zu beweisen, dass sie auslöst, bevor du ihr vertraust.
Beispiele
Verwende Beispiele als Anker für Auslöser- und Ausführungsverhalten:
examples/pdf-rendering-loop.mdexamples/github-actions-loop.mdexamples/docx-conversion-loop.mdexamples/zotero-linked-attachment-loop.mdexamples/dependency-install-loop.mdexamples/filled-lesson-libreoffice.md(eine ausgefüllte Lektion, kein Muster)examples/bad-lessons.md(Anti-Beispiele: Erfassungen, die den Speicher vergiften)
Lektionsvorlage
# Lektion: <kurzer Name>
## Auslöser
- Welches Muster sollte einen zukünftigen Agenten veranlassen, sich daran zu erinnern?
## Verifizierte Fakten
- Genaue Pfade, Versionen, Befehle, Dateien oder Kontostand.
## Zu vermeidende Fehlversuche
- Versuche, die unternommen wurden und warum sie falsch oder aufwändig waren.
## Bevorzugtes Verfahren
1. Erster Befehl/Prüfung.
2. Validierungstor.
3. Rückfall nur, wenn das Tor fehlschlägt.
## Validierungsbeweis
- Der genaue Befehl und die beobachtete Ausgabe, die bewiesen hat, dass das bevorzugte Verfahren funktioniert.
## Driftrisiko
- Was kann diese Lektion ungültig machen: Version, Pfad, API-Form, Kontostand, Betriebssystem, Berechtigungen.
## Zuletzt verifiziert
- YYYY-MM-DD
## Gültigkeitsbereich
- Anwendbar auf: <Maschine/Projekt/Werkzeug/Kontext>
- Nicht anwendbar auf: <bekannte Grenzen>
Abschließende Antwort
Dem Benutzer mitteilen:
- Welche Schleife erkannt wurde.
- Welches Aufgabenergebnis erzielt wurde.
- Welche Lektion erfasst wurde und wo sie geschrieben wurde.
- Welche Einschränkung bleibt, insbesondere wenn zukünftige Agenten Speicher explizit laden oder die Fähigkeit aufrufen müssen.