Uma habilidade para Claude/Codex/Antigravity que permite realizar retrospectivas de crescimento pessoal — capturar conhecimento de domínio, habilidades humanas, hábitos de trabalho, metacognição e lacunas de produtividade, organizá-los em um armazenamento em camadas de 2 níveis com base em sinais de velocidade de decisão e gerar jornadas de aprendizado concretas com marcos de conclusão.
Esta habilidade (skill) para agentes de IA como Claude, Codex e Antigravity oferece uma abordagem sistemática para retrospectivas de crescimento pessoal. Ela permite que o usuário capture e organize insights sobre seu próprio aprendizado e desenvolvimento em áreas como conhecimento técnico de domínio, habilidades interpessoais, hábitos de trabalho, metacognição e lacunas de produtividade. A habilidade organiza esses dados em um sistema de armazenamento de dois níveis, classificando as informações com base em 'sinais de velocidade de decisão' — uma métrica que indica a frequência e a importância das decisões relacionadas a cada tópico. A partir dessa estrutura organizada, a habilidade é capaz de gerar jornadas de aprendizado personalizadas e concretas, completas com marcadores de progresso ou 'graduação', que ajudam o usuário a visualizar e planejar seu desenvolvimento de forma mais eficaz e direcionada, transformando reflexões abstratas em planos de ação tangíveis.
npx skills add YoungApple/growth-retrospective-skillInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Uma habilidade para Claude/Codex/Antigravity para retrospectivas de crescimento pessoal — capture conhecimento de domínio / habilidades humanas / hábitos de trabalho / metacognição / lacunas de produtividade, organize em um armazenamento em camadas de 2 níveis por sinais de velocidade de decisão, gere jornadas de aprendizado concretas com marcos de conclusão.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.