核心用法
reflect 是一个元认知技能，用于对话结束或阶段性节点时的结构化复盘。它不是被动总结，而是主动扫描会话中的错误、摩擦点、浪费性工作、代码审查陷阱和可复用的成功经验，输出可执行改进项。
触发方式
- 用户主动要求：
/reflect、do a retrospective、review what went wrong - 被动触发：检测到用户重复纠正、 frustration 信号时自动提示
六大流程
1. Session Review：逐条引用具体对话片段，标注 mistake / friction / wasted effort / win
2. Review Activity Scan：区分 Inbound（我的代码被审）与 Outbound（我审别人），捕获 review-trap 模式
3. Operational Learnings：应用"5分钟法则"，筛选值得持久化的项目特异性知识
4. Improvements：产出≤10条、每条一句话的 imperative 改进项，询问用户哪些需持久化记忆
5. Skill Audit：对会话中使用的技能进行三维度审计（Success Criteria/Self-Check 缺失、token 效率、其他缺陷），以 diff 形式呈现修改建议
6. Pattern Detection：发现2次以上重复任务且无现成技能覆盖时，提议新建技能
显著优点
- 强制具体性：要求每条发现必须引用具体对话片段，杜绝空洞总结
- 双向代码审查审计：不仅复盘自己的失误，也复盘作为 reviewer 的误判（review trap），填补多数回顾框架的盲区
- 可测量输出：改进项必须 actionable、imperative，skill 审计要求可量化的 success criteria
- 记忆持久化：经用户批准后写入
~/.claude/projects/<slug>/memory/，形成项目级知识沉淀 - 自我修正机制：内置 Self-Check 环节，未满足 success criteria 时需迭代（最多5次）
潜在缺点与局限性
- 依赖用户触发或被动信号识别：若用户不触发且无明显 frustration 信号，高质量复盘机会流失
- 记忆路径硬编码：依赖特定目录结构（
~/.claude/projects/<slug>/memory/），跨项目或环境迁移时可能失效 - "5分钟法则"主观性：operational learning 的价值判断依赖实施者经验，可能过滤掉长期有价值但短期不省时的洞察
- review trap 捕获的冷启动：初次使用时缺乏历史 pattern 库，难以判断某误判是否为 recurring
- 迭代上限的刚性：Self-Check 的5次迭代上限在复杂审计场景下可能不足
适合人群
- 高频使用 Claude 进行复杂多轮任务的专业用户（开发者、研究员、项目经理）
- 运营多个项目、需要跨会话知识沉淀的团队
- 追求持续改进工作流、愿意投入时间做结构化复盘的用户
常规风险
- 过度复盘成本：复杂会话的全文扫描与逐条引用可能消耗大量 token，小型任务性价比偏低
- 改进项堆积：用户持续选择"全部记住"可能导致记忆文件膨胀，需定期人工清理
- review trap 归因偏差：将 reviewer 的合理质疑误判为"自己正确"，或因面子问题不愿记录误判
- 模式泛化过早：Pattern Detection 在样本量不足（仅2次）时建议新技能，可能造成技能碎片化