motion-retrospective

Motion Retrospective

Cada pieza terminada debería dejar al agente mejor de lo que lo encontró. Cuando se confirma un render, revisa toda la construcción mientras la evidencia aún está en el runtime (los comandos procesados se podan después de 7 días) y conviértela en conocimiento que la próxima sesión pueda reutilizar.

Disparador

Inicia esta habilidad en el mismo turno en que el usuario confirma un render/exportación final, por ejemplo: "渲染好了 / 导出了 / 就这版 / ship it / looks good, exporting". El puente también añade bridgeHealth.retrospective al resultado de cualquier comando de render como recordatorio. No esperes a que te lo pregunten de nuevo.

Pasos

1. Recolectar. Anota cuándo comenzó la sesión, luego ejecuta:

   python3 tools/retrospective.py --slug <nombre-pieza> --since <inicio de sesión o p. ej. 6h> [--match "<nombre del comp principal>"]
   

   Esto escribe cases/_inbox/<fecha>-<slug>/ con TIMELINE.md, FAILURES.md, scripts/ (cada script mutante exitoso, sin duplicados) y stats.json.

2. Capturar evidencia. Toma de 4 a 6 fotogramas del render final (captureFrame o tools/run_capture.sh) y construye una hoja de contactos con tools/sheet.py. Guárdalos en evidence/. Nunca confirmes el video, el .aep, ni los materiales o fuentes del cliente.

3. Revisar el timeline. Para cada ejecución de comandos, anota:

   • lo que pidió el usuario (de la conversación), qué cambió y qué script lo hizo;
   • el mecanismo, no solo la apariencia (estructura del rig, expresión, valores clave, orden de capas);
   • los números que lo hicieron funcionar (duraciones, influencia de easing, desfases, tamaños);
   • cada fallo en FAILURES.md: su causa y la solución.

4. Dividir en recetas. Una pieza generalmente contiene varias técnicas reutilizables. Dale a cada una su propia carpeta cases/<categoría>/<técnica>/ (categorías: text-animation, shape-animation, ui-animation, transitions, effects) con RECIPE.md, un .jsx limpio y reutilizable, PROMPT_TEMPLATE.md y evidencia. Mantén un índice de proyectos en cases/projects/<pieza>/RECIPE.md que los enlace, como sync-dubbing-studio. Separa los nombres de capa específicos del proyecto del método transferible.

5. Promover reglas. Copia todo lo que se aplique más allá de esta pieza en skill/SKILL.md: nuevas dificultades (坑位速查), nuevas traducciones de comentarios de usuario (反馈翻译表) y el índice de recetas. Marca o añade elementos en LEARNING_MAP.md. Actualiza el recuento de casos y la tabla de proyectos en README.md / README.zh-CN.md cuando cambien.

6. Publicar.

   tools/publish_case.sh cases/<categoría>/<técnica> "lo que se aprendió" --push
   

   El script limpia las rutas /Users/<nombre>/, rechaza archivos de video/audio/.aep, ejecuta tools/health_check.py, hace commit y push. El push automático solo si el propietario del repositorio optó por ello (MOTION_AGENT_AUTO_PUBLISH=1, o lo solicitaron); de lo contrario, haz commit y pregunta.

7. Informar al usuario en unas pocas líneas: cuántas recetas se añadieron, qué reglas se promovieron y el enlace del commit.

Estándar de calidad

• Una receta nombra el mecanismo y da números que alguien pueda reproducir.
• Cada dificultad dice qué falló, por qué y la solución.
• Sin activos del cliente, rutas privadas ni material no publicado en el repositorio público.
• Si la pieza no enseñó nada nuevo, dilo y añade solo la evidencia a un caso existente.