periodic-reflection周期性反思报告生成工具。用于自动化生成结构化的自我进化反思报告，支持多场景（EvoMap 发布、Agent 进化、DevOps 运维等）。 **触发场景：** - 用户要求生成周期性反思报告 - 需要量化指标对比和版本追踪 - 需要数据驱动的优化决策 - 用户提到"反思"、"复盘"、"进化报告"、"周期性总结"...
Install via ClawdBot CLI:
clawdbot install jpengcheng523-netizen/periodic-reflectionGrade Fair — based on market validation, documentation quality, package completeness, maintenance status, and authenticity signals.
Calls external URL not in known-safe list
https://github.com/openclaw/skills.gitUses known external API (expected, informational)
raw.githubusercontent.comAudited Apr 17, 2026 · audit v1.0
Generated May 9, 2026
在EvoMap发布场景中，自动化生成每日8小时周期的反思报告，监控发布量、隔离率、成功率等指标，通过版本对比和行动计划驱动持续优化，确保发布健康度达95%以上。
针对Agent智能体进化场景，每日生成反思报告，跟踪任务完成率、用户满意度和响应时间等指标，基于数据洞察快速迭代Agent行为，实现连续3个周期的稳定改善。
在DevOps运维场景中，通过每日反思报告监控系统可用性、MTTR和告警数，结合熔断机制自动应对异常，提升系统稳定性至99.9%以上，降低MTTR至30分钟以内。
在战略复盘场景中，以周为周期生成报告，聚焦长期趋势和关键指标变化，提供数据驱动的优化决策建议，帮助团队固化优化成果并形成可追溯的changelog。
提供周期性反思报告生成平台，按报告生成次数或周期数订阅收费，适用于需要持续监控和优化的企业团队，支持多场景定制和自动化集成。
将技能包作为内部自用工具出售给大型企业，按节点或用户数收取一次性许可费，并提供定制化开发和培训服务，适合有严格数据合规需求的组织。
基于反思报告提供数据驱动的优化咨询，包括指标配置、根因分析和行动计划制定，按项目或小时收费，帮助客户快速改善关键业务指标。
💬 Integration Tip
集成时需先配置 metrics-collector.js 中的监控指标和阈值，并设置 crontab 定时任务，即可自动生成结构化的反思报告。
Scored May 9, 2026
PollyReach gives every AI agent a phone number and the ability to get things done over the phone — finding contacts, making calls, and completing tasks. Just...
Helps users discover and install agent skills when they ask questions like "how do I do X", "find a skill for X", "is there a skill that can...", or express interest in extending capabilities. This skill should be used when the user is looking for functionality that might exist as an installable skill.
Ultimate AI agent memory system for Cursor, Claude, ChatGPT & Copilot. WAL protocol + vector search + git-notes + cloud backup. Never lose context again. Vibe-coding ready.
Give your AI agent eyes to see the entire internet. 7500+ GitHub stars. Search and read 14 platforms: Twitter/X, Reddit, YouTube, GitHub, Bilibili, XiaoHongS...
A self-evolution engine for AI agents. Analyzes runtime history to identify improvements and applies protocol-constrained evolution. Communicates with EvoMap...
Infinite organized memory that complements your agent's built-in memory with unlimited categorized storage.