核心用法
本技能是一款Git历史反思报告生成工具，核心功能是将提交历史聚合为描述性统计数据（提交节奏、文件变更模式、常规提交使用率、修复与回滚比例等），并输出面向开发者的个人反思报告，支持Markdown/HTML/JSON/PDF格式。
关键约束机制：
- 必须显式声明
--i-have-consent或使用acknowledge_usage_policy: true参数 - 默认仅分析当前本地Git用户（自反思维度）
- 分析他人需双重授权：
--multi-author-team-retro+--consented-author NAME - CLI/技能入口设有硬性拦截，无环境变量绕过机制
显著优点
伦理设计优先：明确禁止绩效评估、排名对比、HR决策支持等用途，内置多层 consent 校验与使用场景过滤。
隐私保护：完全本地执行，不向任何外部服务器传输数据；支持日期范围、分支、作者等精细过滤。
输出克制：刻意避免合成评分（0-100）、等级评定（S/A/B/C/D/E/F）、裁决性语句及排行榜，降低滥用风险。
多格式输出：支持Markdown、JSON、HTML、PDF并行生成，便于团队复盘讨论。
潜在缺点与局限性
数据盲区严重：代码审查、架构设计、导师指导、值班运维、运营协调等关键贡献在Git历史中完全不可见，报告呈现"狭窄且有偏"的单一视角。
时间信号失真：时区差异、批量推送、压缩合并、定时任务提交等均会扭曲"工作习惯"指标的真实含义。
语言局限：Python复杂度分析依赖radon，仅适用于.py文件；其他语言的质量指标受限。
性能瓶颈：大型仓库（10万+提交）分析耗时较长，需手动限定日期范围。
适合人群
- 希望反思自身编码节奏与提交习惯的个体开发者
- 已获全员知情同意、用于改进协作流程的技术团队
- 在合规条款下研究公开仓库贡献模式的学术人员
- 开源项目维护者分析公共贡献特征
常规风险
合规风险：GDPR、当地劳动法及工会规则可能对Git活动数据处理设限，用户需自行确保合规。
误读风险：稀疏提交节奏易被误解为"懈怠"，实际可能源于架构设计、深度代码审查或合理休假。
报告泄露风险：生成的个人反思报告含敏感活动数据，需安全存储、禁止公开传播。
权限滥用风险：若用户绕过伦理约束提出排名、对比、绩效识别等请求，Agent必须拒绝并引导至合规替代方案。