Back to Details

lab-retro

Compare original and translation side by side

🇺🇸

Original

English
🇨🇳

Translation

Chinese

Claude Code Lab — Final Retrospective

Claude Code Lab — 最终回顾

This skill walks a Claude Code Lab graduate through four sequential exercises that consolidate their learning, capture their best work, plan next steps, and collect structured feedback for the organizer.
本Skill引导Claude Code Lab结业学员完成四个连贯的练习，巩固所学知识、记录最佳成果、规划后续步骤，并为组织者收集结构化反馈。

How to run

运行方式

Default flow: run all four parts in order. The user can also jump to a specific part with 
/lab-retro 2
(or just say "part 3").
Between parts, briefly summarize what just happened and ask "ready for part N?" so the user controls the pace.
All artifacts are saved into a single folder 
lab-retro-output/
in the current working directory:
  • 01-progress.md
  • 02-best-prompt.md
  • 03-month-plan.md
  • 04-feedback.json
    + 
    04-feedback-report.md
Create the folder if missing.
默认流程：按顺序运行全部四个环节。用户也可以通过
/lab-retro 2
（或直接说“第三部分”）跳转到特定环节。
环节之间，简要总结刚刚完成的内容，并询问“准备好进行第N部分了吗？”，让用户掌控节奏。
所有成果文件将保存到当前工作目录下的
lab-retro-output/
文件夹中：
  • 01-progress.md
  • 02-best-prompt.md
  • 03-month-plan.md
  • 04-feedback.json
    + 
    04-feedback-report.md
若文件夹不存在则自动创建。

Part 1 — Progress audit

第一部分 — 进度审核

Goal: help the participant see concrete before/after.
Use 
AskUserQuestion
:
  1. "Что вы умели ДО лаборатории?" (multiSelect)
    • Работал с ChatGPT/Claude в браузере
    • Использовал CLI инструменты
    • Писал код
    • Автоматизировал задачи
    • Работал с API
  2. "Что вы умеете ПОСЛЕ?" (multiSelect)
    • Работаю с Claude Code ежедневно
    • Настроил MCP-серверы
    • Создал свой Skill
    • Автоматизировал реальную задачу
    • Задеплоил что-то в веб
    • Использую субагентов
    • Пишу и читаю CLAUDE.md осознанно
  3. "Сколько часов в неделю экономит Claude Code?" (singleSelect)
    • <2
    • 2–5
    • 5–10
    • 10+
Then output a markdown table comparing before/after with skill levels (0–5) and save to 
lab-retro-output/01-progress.md
.
目标： 帮助学员直观看到培训前后的具体能力变化。
使用
AskUserQuestion
模块：
  1. “参加培训营前你具备哪些能力？”（多选）
    • 在浏览器中使用ChatGPT/Claude
    • 使用CLI工具
    • 编写代码
    • 自动化任务
    • 使用API
  2. “参加培训营后你掌握了哪些能力？”（多选）
    • 日常使用Claude Code
    • 配置MCP服务器
    • 创建自定义Skill
    • 自动化实际工作任务
    • 部署Web应用
    • 使用子代理（subagents）
    • 有意识地编写和阅读CLAUDE.md文件
  3. “Claude Code每周为你节省多少时间？”（单选）
    • <2小时
    • 2–5小时
    • 5–10小时
    • 10+小时
随后输出对比培训前后能力水平（0–5分）的Markdown表格，并保存到
lab-retro-output/01-progress.md
。

Part 2 — Best prompt

第二部分 — 最佳提示词

Goal: turn one prompt the participant is proud of into a reusable Skill.
Ask the participant: "Скопируйте или опишите ваш самый полезный промт из лабы."
Then 
AskUserQuestion
:
  1. "Для какой задачи был промт?" (singleSelect)
    • Автоматизация рутины
    • Создание контента/документации
    • Анализ данных/исследование
    • Прототипирование/разработка
    • Личный workflow / PKM
  2. "Что сделало его эффективным?" (multiSelect)
    • Хороший контекст в CLAUDE.md
    • Чёткие критерии успеха
    • Разбиение на шаги
    • Использование Skills/MCP
    • Примеры в промте
    • Ограничения и анти-критерии
Reformat the prompt as a proper Skill (frontmatter + body), suggest an 
description
line that would trigger it, and save to 
lab-retro-output/02-best-prompt.md
. Suggest where to put it (
~/.claude/skills/<name>/SKILL.md
).
目标： 将学员引以为傲的某个提示词转化为可复用的Skill。
询问学员：“复制或描述你在培训营中最有用的提示词。”
然后通过
AskUserQuestion
模块提问：
  1. “该提示词用于解决什么任务？”（单选）
    • 日常工作自动化
    • 内容/文档创作
    • 数据分析/调研
    • 原型设计/开发
    • 个人工作流/个人知识管理（PKM）
  2. “它为何如此高效？”（多选）
    • CLAUDE.md中包含优质上下文
    • 明确的成功标准
    • 任务拆分步骤清晰
    • 使用Skills/MCP功能
    • 提示词中包含示例
    • 设定了限制条件与反向标准
将提示词重新格式化为规范的Skill格式（前置元数据+主体内容），建议一条可触发该Skill的
description
语句，并保存到
lab-retro-output/02-best-prompt.md
。同时提示学员将其放置在
~/.claude/skills/<name>/SKILL.md
路径下。

Part 3 — Month plan

第三部分 — 月度计划

Goal: concrete 4-week plan so momentum doesn't die after the cohort.
AskUserQuestion
:
  1. "Главная рабочая задача на месяц?" (singleSelect)
    • Проект для клиента/работодателя
    • Свой продукт/стартап
    • Автоматизация текущих процессов
    • Обучение и развитие навыков
  2. "Сколько времени в неделю готовы уделять?" (singleSelect)
    • 15–30 минут
    • 1–2 часа
    • 3–5 часов
    • Каждый день
  3. "Какой риск выгорания вы оцениваете для себя?" (singleSelect)
    • Низкий — у меня устойчивый ритм
    • Средний — иногда залипаю
    • Высокий — уже узнал себя в красных флагах
If risk = high, insert a mandatory rest day into the plan and a recommendation to read the AI hygiene slide again.
Generate 
lab-retro-output/03-month-plan.md
with:
  • 4 weekly goals
  • 1–3 concrete prompts per week
  • Success criterion per week
  • Stop-conditions (when to pause)
目标： 制定具体的4周计划，避免培训结束后学习动力中断。
使用
AskUserQuestion
模块：
  1. “本月核心工作任务是什么？”（单选）
    • 客户/雇主项目
    • 个人产品/创业项目
    • 当前流程自动化
    • 技能学习与提升
  2. “每周愿意投入多少时间？”（单选）
    • 15–30分钟
    • 1–2小时
    • 3–5小时
    • 每天都投入
  3. “你评估自己的 burnout风险如何？”（单选）
    • 低风险——我有稳定的节奏
    • 中风险——偶尔会陷入停滞
    • 高风险——已经出现明显预警信号
若风险为高，在计划中强制加入休息日，并建议重新阅读AI卫生相关幻灯片。
生成
lab-retro-output/03-month-plan.md
文件，包含：
  • 4个周目标
  • 每周1–3个具体提示词
  • 每周成功标准
  • 暂停条件（何时停止）

Part 4 — Feedback for the organizer

第四部分 — 给组织者的反馈

Goal: structured feedback that goes back to the lab organizer.
AskUserQuestion
:
  1. "Оцените лабу в целом (NPS)" (singleSelect: 0–10)
  2. "Самая ценная встреча?" (singleSelect: M01 / M03 / M05 / M07 / M09 / M11)
  3. "Самая ценная тема за все 6 недель?" (multiSelect)
    • Основы Claude Code
    • Промтинг и контекст
    • Архитектура и субагенты
    • MCP / Skills / Hooks
    • Agent SDK и деплой
    • Evals и качество
    • AI-гигиена
  4. "Что улучшить?" (free text)
  5. "Главное препятствие, с которым вы столкнулись?" (free text)
  6. "Согласны ли поделиться отзывом публично?" (singleSelect: да / да-анонимно / нет)
Save TWO files:
  • lab-retro-output/04-feedback.json
    — structured for the organizer
  • lab-retro-output/04-feedback-report.md
    — human-readable summary for the participant
Then submit to the public proxy (no secrets needed):
bash
curl -sS -X POST https://lab-feedback-proxy.vercel.app/api/feedback \
  -H "Content-Type: application/json" \
  -d "$(jq -nc --arg name "<participant name>" --slurpfile notes lab-retro-output/04-feedback.json '{name:$name, notes:($notes[0]|tostring)}')"
The proxy forwards to Baserow table 746002 with a server-side token. Response is 
{"ok":true,"row_id":<N>}
. Confirm row ID with the participant.
If the request fails, fall back to local files only and tell the participant: "submit failed — your feedback is saved locally in 
lab-retro-output/04-feedback.json
, send it to the organizer manually."
目标： 收集结构化反馈并提交给培训营组织者。
使用
AskUserQuestion
模块：
  1. “整体培训营评分（NPS，0–10分）”（单选）
  2. “最有价值的场次是？”（单选：M01 / M03 / M05 / M07 / M09 / M11）
  3. “6周培训中最有价值的主题是？”（多选）
    • Claude Code基础
    • 提示词与上下文管理
    • 架构与子代理
    • MCP / Skills / Hooks
    • Agent SDK与部署
    • 评估与质量控制
    • AI卫生（AI-гигиена）
  4. “哪些方面需要改进？”（自由文本）
  5. “你遇到的主要障碍是什么？”（自由文本）
  6. “是否同意公开分享你的反馈？”（单选：是 / 是-匿名 / 否）
保存两个文件：
  • lab-retro-output/04-feedback.json
    — 供组织者使用的结构化数据
  • lab-retro-output/04-feedback-report.md
    — 供学员查看的易读版总结
随后提交到公共代理服务器（无需密钥）：
bash
curl -sS -X POST https://lab-feedback-proxy.vercel.app/api/feedback \
  -H "Content-Type: application/json" \
  -d "$(jq -nc --arg name "<participant name>" --slurpfile notes lab-retro-output/04-feedback.json '{name:$name, notes:($notes[0]|tostring)}')"
代理服务器会将数据转发到Baserow表格746002，使用服务器端令牌。响应格式为
{"ok":true,"row_id":<N>}
。需向学员确认行ID。
若请求失败，仅保留本地文件，并告知学员：“提交失败——你的反馈已保存到本地
lab-retro-output/04-feedback.json
，请手动发送给组织者。”

Closing

收尾环节

After all four parts, print:
  1. Where the four files live
  2. One sentence: "Ваш фреймворк — LOOP. Ваш план — в файле 03. Ваш следующий шаг — открыть его в понедельник утром."
  3. Suggest committing the 
    lab-retro-output/
    folder to a personal repo or vault.
完成所有四个环节后，输出以下内容：
  1. 四个文件的存储位置
  2. 一句话提示：“你的框架是LOOP。你的计划在03号文件中。你的下一步是周一早上打开它。”
  3. 建议将
    lab-retro-output/
    文件夹提交到个人代码仓库或知识管理库。

Constraints

约束条件

  • Always use 
    AskUserQuestion
    for structured questions — don't ask in plain text
  • Never skip a part silently; if the user opts out, write a one-line stub in the corresponding file
  • Russian by default (audience is Russian-speaking); switch to English if the user replies in English
  • Don't be sycophantic in the feedback report — surface honest patterns
  • 结构化问题必须使用
    AskUserQuestion
    模块——不得使用纯文本提问
  • 不得静默跳过任何环节；若用户选择退出，需在对应文件中写入一行占位内容
  • 默认使用俄语（受众为俄语使用者）；若用户用英文回复，则切换为英文
  • 反馈报告中不得阿谀奉承——需如实呈现真实反馈情况