SuperAPI AI 工具集

plannotator-compound

智能体与模型

查看项目

更新于 10-15 19:53

技能介绍

用途:对用户的 Plannotator 计划档案做多阶段研究分析,从被拒绝的计划中提取拒绝模式、反馈分类、随时间演变趋势,并产出可执行的提示改进建议,最终生成一份自包含的 HTML 仪表盘报告。

主要能力:先判断数据源,优先使用 ~/.plannotator/plans/ 中的 *-denied.md 文件;若不存在则回退到 Claude Code 模式,读取 ~/.claude/projects/ 并用脚本 scripts/extract_exit_plan_mode_outcomes.py 从 JSONL 记录中提取拒绝原因。随后进行清单统计(批准/拒绝文件数、日期范围、修订率、批准计划平均行数)、并行提取每个拒绝文件的主题、拒绝原因、反馈类型、具体修改要求与高频用语,再做归约分析,产出拒绝原因分类、高频反馈模式、反复出现的短语、评审者隐含偏好、代理常见错误、结构性要求、时间演变,以及可嵌入规划提示的具体指令并估算其覆盖率。

使用方式:按阶段执行,先定位计划目录并检测已有报告(compound-planning-report.html 及带版本号的文件),询问用户选择增量或全量分析;提取阶段使用 haiku 模型并行处理,归约阶段使用 sonnet 模型;最终将报告写入计划目录,文件名按版本递增。

限制:仅处理 *-denied.md 文件,忽略批准计划、注释文件和 diff 文件;增量模式只分析截止日期之后的文件;若新拒绝文件少于 3 个会提示分析可能单薄;数据源缺失时需询问用户,不得猜测。报告模板仅用于视觉设计,其中的示例数据需忽略。具体命令与脚本路径以资料为准。