Name: reflect
Author: Zenobia000

Prompt file imported from Zenobia000/cursor-agentic-coding-template (.cursor/commands/reflect.md). Copyright stays with the author.

🔍 REFLECT MODE (v3)

從已完成的工作中汲取經驗，提煉智慧，為未來的成功鋪路。

1. PLAN 🎯 (規劃)

Objective

對一個已完成的開發週期進行全面的、數據驅動的回顧，總結成果，反思過程，並將所有學習到的經驗寫入一份新的 memory-bank/current/reflection-[date].md 文件中，作為未來改進的基礎。

Guiding Rules

在執行此指令時，AI Agent 必須遵循以下規則：

主要規則: .cursor/rules/principles/global.mdc
流程改進: .cursor/rules/process/planning-process.md
核心隔離: .cursor/rules/isolation_rules/main.mdc

Prerequisites Check

在開始反思之前，請確保：

✅ 週期已結束: memory-bank/current/tasks.md 中絕大多數任務都已標記為 completed。
✅ 歷史記錄存在: memory-bank/current/progress.md 文件存在，並包含了本週期的開發日誌。
❌ Failure Action: 如果工作尚未完成，AI 必須拒絕反思，並建議：「看起來本週期還有未完成的任務。建議先完成它們再進行反思。」

2. DO 実行 (執行)

Core Process

遵循一個客觀、公正、面向未來的復盤框架：

Step 0: 健康檢查 (Health Check)

檢查拓撲完整性: 驗證 memory-bank/current/ 中的 tasks.md 和 progress.md 的數據是否完整且可以互相印證。
批判性思考: 反思的目的是為了改進，而非指責。AI 在分析時應採取中立的語氣。如果發現某個任務延遲嚴重，應客觀描述事實，並探討原因。

Step 1: 記憶體互動 - 讀取 (Memory Interaction - Read)

讀取所有相關記憶:
- memory-bank/current/tasks.md (規劃了什麼)
- memory-bank/current/progress.md (實際執行過程)
- memory-bank/current/creative-*.md (設計決策)
- git log (提交歷史)
綜合分析: 將上述所有資訊結合起來，建立一個關於本週期的完整畫像。

Step 2: 復盤分析 (Retrospective Analysis)

客觀總結 (What happened?): 總結完成了哪些主要功能，指標數據如何。
分析亮點 (What went well?): 識別流程中的成功實踐、高效決策。
分析痛點 (What could be improved?): 識別流程中的瓶頸、錯誤的估算、技術債。
提煉學習 (What did we learn?): 總結出可供未來直接使用的、可操作的經驗教訓。

Step 3: 記憶體互動 - 寫入 (Memory Interaction - Write)

創建反思報告: 將上述所有分析結果，寫入到一個新的 memory-bank/current/reflection-[date].md 文件中。
(可選) 更新任務列表: 如果在反思中識別出新的技術債務，可以更新 memory-bank/current/tasks.md，將這些技債作為下個週期的 PENDING 任務。

3. CHECK ✓ (檢查)

Verification Checklist

報告已生成: memory-bank/current/reflection-[date].md 是否已成功創建？
分析是否深入: 報告是否不僅僅是羅列事實，而是提供了對原因的深入分析？
學習是否可操作: 總結的經驗教訓是否具體、可衡量、可應用？

4. ACT 改善 (行動)

Finalization

與用戶互動: 在生成報告後，AI 可以主動向用戶提問，以獲取更深層次的見解。例如：「報告已生成。從您個人的角度來看，本次週期最大的挑戰是什麼？」
提交報告: 將最終的 reflection-[date].md 文件提交到版本控制系統。

Next Steps

反思是為了更好地前進。

👉 Primary Next Step: 執行 /archive 指令，將本週期的所有工作成果整理歸檔。
💡 Alternative: 如果反思中發現了需要立即修復的嚴重技術債，可以執行 /task-init 和 /implement，在開始新週期之前先償還債務。

REFLECT MODE (v3) 已啟動。正在檢查 current 工作區的週期完整性，準備進行復盤分析...

Install reflect and it becomes one more candidate the router can pick - when it fits.

A listing is a routing target with a manifest: what it does, which domains it covers, what it costs and who publishes it. Once installed it sits beside your own models and tools, is scored like any other candidate for each request, and shows up in the trace when it wins. Ratings come from workspaces that installed it, one per account.

# 🔍 REFLECT MODE (v3) > 從已完成的工作中汲取經驗，提煉智慧，為未來的成功鋪路。 ## 1. PLAN 🎯 (規劃) ### Objective > 對一個已完成的開發週期進行全面的、數據驅動的回顧，總結成果，反思過程，並將所有學習到的經驗**寫入**一份新的 `memory-bank/current/reflection-[date].md` 文件中，作為未來改進的基礎。 ### Guiding Rules > 在執行此指令時，AI Agent 必須遵循以下規則： - **主要規則:** `.cursor/rules/principles/global.mdc` - **流程改進:** `.cursor/rules/process/planning-process.md` - **核心隔離:** `.cursor/rules/isolation_rules/main.mdc` ### Prerequisites Check > 在開始反思之前，請確保： - ✅ **週期已結束:** `memory-bank/current/tasks.md` 中絕大多數任務都已標記為 `completed`。 - ✅ **歷史記錄存在:** `memory-bank/current/progress.md` 文件存在，並包含了本週期的開發日誌。 - ❌ **Failure Action:** 如果工作尚未完成，AI **必須拒絕**反思，並建議：「看起來本週期還有未完成的任務。建議先完成它們再進行反思。」 ## 2. DO 実行 (執行) ### Core Process > 遵循一個客觀、公正、面向未來的復盤框架： **Step 0: 健康檢查 (Health Check)** - **檢查拓撲完整性:** 驗證 `memory-bank/current/` 中的 `tasks.md` 和 `progress.md` 的數據是否完整且可以互相印證。 - **批判性思考:** 反思的目的是為了改進，而非指責。AI 在分析時應採取中立的語氣。如果發現某個任務延遲嚴重，應客觀描述事實，並探討原因。 **Step 1: 記憶體互動 - 讀取 (Memory Interaction - Read)** - **讀取所有相關記憶:** - `memory-bank/current/tasks.md` (規劃了什麼) - `memory-bank/current/progress.md` (實際執行過程) - `memory-bank/current/creative-*.md` (設計決策) - `git log` (提交歷史) - **綜合分析:** 將上述所有資訊結合起來，建立一個關於本週期的完整畫像。 **Step 2: 復盤分析 (Retrospective Analysis)** - **客觀總結 (What happened?):** 總結完成了哪些主要功能，指標數據如何。 - **分析亮點 (What went well?):** 識別流程中的成功實踐、高效決策。 - **分析痛點 (What could be improved?):** 識別流程中的瓶頸、錯誤的估算、技術債。 - **提煉學習 (What did we learn?):** 總結出可供未來直接使用的、可操作的經驗教訓。 **Step 3: 記憶體互動 - 寫入 (Memory Interaction - Write)** - **創建反思報告:** 將上述所有分析結果，**寫入**到一個**新的** `memory-bank/current/reflection-[date].md` 文件中。 - **(可選) 更新任務列表:** 如果在反思中識別出新的技術債務，可以**更新** `memory-bank/current/tasks.md`，將這些技債作為下個週期的 PENDING 任務。 ## 3. CHECK ✓ (檢查) ### Verification Checklist - [ ] **報告已生成:** `memory-bank/current/reflection-[date].md` 是否已成功創建？ - [ ] **分析是否深入:** 報告是否不僅僅是羅列事實，而是提供了對原因的深入分析？ - [ ] **學習是否可操作:** 總結的經驗教訓是否具體、可衡量、可應用？ ## 4. ACT 改善 (行動) ### Finalization - **與用戶互動:** 在生成報告後，AI 可以主動向用戶提問，以獲取更深層次的見解。例如：「報告已生成。從您個人的角度來看，本次週期最大的挑戰是什麼？」 - **提交報告:** 將最終的 `reflection-[date].md` 文件提交到版本控制系統。 ### Next Steps > 反思是為了更好地前進。 - 👉 **Primary Next Step:** 執行 `/archive` 指令，將本週期的所有工作成果整理歸檔。 - 💡 **Alternative:** 如果反思中發現了需要立即修復的嚴重技術債，可以執行 `/task-init` 和 `/implement`，在開始新週期之前先償還債務。 --- > **REFLECT MODE (v3) 已啟動。正在檢查 `current` 工作區的週期完整性，準備進行復盤分析...**

{ "prompt": "# 🔍 REFLECT MODE (v3)\n\n> 從已完成的工作中汲取經驗，提煉智慧，為未來的成功鋪路。\n\n## 1. PLAN 🎯 (規劃)\n\n### Objective\n> 對一個已完成的開發週期進行全面的、數據驅動的回顧，總結成果，反思過程，並將所有學習到的經驗**寫入**一份新的 `memory-bank/current/reflection-[date].md` 文件中，作為未來改進的基礎。\n\n### Guiding Rules\n> 在執行此指令時，AI Agent 必須遵循以下規則：\n- **主要規則:** `.cursor/rules/principles/global.mdc`\n- **流程改進:** `.cursor/rules/process/planning-process.md`\n- **核心隔離:** `.cursor/rules/isolation_rules/main.mdc`\n\n### Prerequisites Check\n> 在開始反思之前，請確保：\n- ✅ **週期已結束:** `memory-bank/current/tasks.md` 中絕大多數任務都已標記為 `completed`。\n- ✅ **歷史記錄存在:** `memory-bank/current/progress.md` 文件存在，並包含了本週期的開發日誌。\n- ❌ **Failure Action:** 如果工作尚未完成，AI **必須拒絕**反思，並建議：「看起來本週期還有未完成的任務。建議先完成它們再進行反思。」\n\n## 2. DO 実行 (執行)\n\n### Core Process\n> 遵循一個客觀、公正、面向未來的復盤框架：\n\n**Step 0: 健康檢查 (Health Check)**\n- **檢查拓撲完整性:** 驗證 `memory-bank/current/` 中的 `tasks.md` 和 `progress.md` 的數據是否完整且可以互相印證。\n- **批判性思考:** 反思的目的是為了改進，而非指責。AI 在分析時應採取中立的語氣。如果發現某個任務延遲嚴重，應客觀描述事實，並探討原因。\n\n**Step 1: 記憶體互動 - 讀取 (Memory Interaction - Read)**\n- **讀取所有相關記憶:**\n - `memory-bank/current/tasks.md` (規劃了什麼)\n - `memory-bank/current/progress.md` (實際執行過程)\n - `memory-bank/current/creative-*.md` (設計決策)\n - `git log` (提交歷史)\n- **綜合分析:** 將上述所有資訊結合起來，建立一個關於本週期的完整畫像。\n\n**Step 2: 復盤分析 (Retrospective Analysis)**\n- **客觀總結 (What happened?):** 總結完成了哪些主要功能，指標數據如何。\n- **分析亮點 (What went well?):** 識別流程中的成功實踐、高效決策。\n- **分析痛點 (What could be improved?):** 識別流程中的瓶頸、錯誤的估算、技術債。\n- **提煉學習 (What did we learn?):** 總結出可供未來直接使用的、可操作的經驗教訓。\n\n**Step 3: 記憶體互動 - 寫入 (Memory Interaction - Write)**\n- **創建反思報告:** 將上述所有分析結果，**寫入**到一個**新的** `memory-bank/current/reflection-[date].md` 文件中。\n- **(可選) 更新任務列表:** 如果在反思中識別出新的技術債務，可以**更新** `memory-bank/current/tasks.md`，將這些技債作為下個週期的 PENDING 任務。\n\n## 3. CHECK ✓ (檢查)\n\n### Verification Checklist\n- [ ] **報告已生成:** `memory-bank/current/reflection-[date].md` 是否已成功創建？\n- [ ] **分析是否深入:** 報告是否不僅僅是羅列事實，而是提供了對原因的深入分析？\n- [ ] **學習是否可操作:** 總結的經驗教訓是否具體、可衡量、可應用？\n\n## 4. ACT 改善 (行動)\n\n### Finalization\n- **與用戶互動:** 在生成報告後，AI 可以主動向用戶提問，以獲取更深層次的見解。例如：「報告已生成。從您個人的角度來看，本次週期最大的挑戰是什麼？」\n- **提交報告:** 將最終的 `reflection-[date].md` 文件提交到版本控制系統。\n\n### Next Steps\n> 反思是為了更好地前進。\n- 👉 **Primary Next Step:** 執行 `/archive` 指令，將本週期的所有工作成果整理歸檔。\n- 💡 **Alternative:** 如果反思中發現了需要立即修復的嚴重技術債，可以執行 `/task-init` 和 `/implement`，在開始新週期之前先償還債務。\n\n---\n> **REFLECT MODE (v3) 已啟動。正在檢查 `current` 工作區的週期完整性，準備進行復盤分析...**", "variables": [], "notes": "REFLECT MODE - Retrospective analysis in the `current` workspace for lesson learning.", "metadata": { "source": { "provider": "github-cursor-commands", "repository": "https://github.com/Zenobia000/cursor-agentic-coding-template", "path": ".cursor/commands/reflect.md", "ref": "fcb47ed223d57b61f1ac182c90a0141b03fd5713", "url": "https://github.com/Zenobia000/cursor-agentic-coding-template/blob/fcb47ed223d57b61f1ac182c90a0141b03fd5713/.cursor/commands/reflect.md", "key": "Zenobia000/cursor-agentic-coding-template/.cursor/commands/reflect.md" } } }

reflect

About