你有没有过这种感觉，做了很多年复盘，当时写下来，之后就再也没有看过？复盘记录越来越多，但真正沉淀下来的东西却不多，我一直想做个能回顾过去复盘记录的工具，都不是让我很满意，直到做出了这个复盘的skill。
在1月份的时候，我写了自己用 Obsidian 和 Agent 帮助自己复盘的探索，这两个月，又琢磨了点新东西出来，和大家分享下。
每日复盘流程：
第一步：随时收集
先在手机上用苹果备忘录，通过语音转文字的方式，写下每日复盘，除了错别字外，我不会改变语音转文字后的任何一个字，让它原汁原味的保留在备忘录中。有人可能会问，这样岂不是看起来也很难受？
其实不重要，我们都知道说话和动笔写作，是完全不同的两件事，动笔写作，我们会精雕细琢，而说话主打个心直口快，会保留不少情绪的痕迹，而这对我们日后回溯原始记录很重要，我们就能知道当时的喜怒哀乐。
但这也会影响后续AI处理。
第二步：每日复盘skill二次处理
做完记录后，我会把备忘录的原始复盘同步到Obsidian中，然后给每日复盘的skill二次处理，它的处理流程是这样的：
- 将语音转文字的原始复盘记录进行润色，精要地整理我的表达。
- 翻阅历史过往复盘沉淀下来的问题，我有个"成长档案历史索引"文档供AI 查阅，里面记录了我过去的问题，AI 可以找到我的"历史原罪"，来进一步提醒我。
- 对我进行"灵魂拷问"，比如，“你今天又出现了拖延，在过去也常常出现，为什么会这样？”
- 与AI完成碰撞后，AI会把当天的关键洞察，以及事项进展（比如读书进展）同步到当年的成长档案（今年是 2026 年，就会同步到 2026 年的成长档案）以及个人洞见库中。
看到这里，大家不难发现，我这个skill其实非常依赖过往的个人复盘记录，从2020年底一直到2026年，我每天都在坚持记录和复盘，拥有长达六年的所有复盘记录，它们见证了过去6年我的成长与问题，是宝贵的财富，在以前，我们很难手动从中挖掘出东西，但在AI时代，依靠AI，可以轻易的从中淘出金子，让我们和AI共同成长。
所以，我建议每个人都应该去做每日复盘，当然，“复盘"这个词可能让人觉得有压力，可以改成叫"记流水账”，这样压力就小了很多，就像前段时间很火的马伯庸日记法也是如此，就是记记流水账。
在探索skill的过程中，我碰到了哪些问题？
1、历史数据过多
首先，第一个问题是，我的历史数据非常多，如果一次性丢给AI整理，它的上下文就会撑爆，吃不下这么多内容，所以，我想到了按年分别整理，在每一年又划分为4个季度，每个季度只有3个月，这样一来，AI整理起来就轻松很多。这一步是构建skill的核心，也是最烧token的一步。
不管是整理历史复盘，还是每日的日常复盘，我选择了用Claude模型，我个人感觉，在处理文档这方面，是目前所有AI模型中最强的（不一定对）。
我让AI帮我把每年的复盘记录，整理成了对应的20XX年成长档案。
具体内容就不给大家看了哈哈，我分享下成长档案的目录，我会让AI帮我记录：
- 年度主线 我当年的主要目标或方向是什么。
- 关键成果与里程碑 取得了哪些重要进展。
- 核心问题 当年遇到的主要问题是什么。
- 季度复盘 每个季度的复盘情况。
- 跨年交接 如何将本年度的信息交接给下一年。
- 历史回填区域 这里按月进行聚合，把每月复盘中值得记录的关心信息都要放进来，方便AI回溯，同时要给出原始记录的来源，Obsidian就好在这一点，它是双链笔记，可以双向引用，比如年度档案我可以链接到具体某天的笔记，而那天的笔记又可以链接回来。
当把每年的复盘内容汇总完之后，6年的复盘档案内容仍然有点长，随着一年年增多，AI的上下文可能还是吃不消，所以这时候还需要个历史复盘索引文件，这里借鉴了skill规范的渐进式披露的思路，在这个文件里面，我们需要放上每年的主线、主要成就等。
这里面还需要放一个AI辅助查看的模块。这里我列出了自己过去核心出现过的一些问题。在执行每日复盘技能时，我会让AI优先加载这个模块，它会对我历史的一些问题进行精准识别和干预。
主要是下面几块：
- 触发信号 以"完美主义"问题为例，当读到类似"这个还在优化，觉得还不够好"这类的词时，就会触发
- 证据 证据模块会写上该问题在哪几天的复盘记录提到过，出现此问题时，具体哪一天的复盘记录。
- AI应采取的行动 AI会据此提醒我：“你在当年的某一天出现过这样的情况，今天又出现了”。
2、AI不会及时总结每日复盘
在第一版每日复盘skill，AI 只会更新每日复盘的内容，不会总结当天复盘，回填到洞察库和当年的成长档案里，如果不每天更新，只在年底批量更新，那么复盘skill会丢失一部分时效性，无法及时记录当年的成长，同时批量更新的工作量也会更大，所以我优化了skill，在每日复盘完成后，AI会自动更新为我的成长档案、洞察库，并写下当天的更新日志，方便回溯问题。
3、AI会将原始复盘内容一起改了
在第一版的skill中，我预期只是让AI对我的复盘内容进行评论和反馈，没想到它把我原始的复盘内容一起改了，所以我又加上了限制，让AI每次只修改AI帮我复盘部分的内容，禁止修改原始复盘记录。
哦对了，还有个东西差点忘记了说，我的每日复盘skill还有个"私董会"机制，当碰到重大决策、强烈情绪时，会自动触发，这里面我引入了教员、巴菲特、芒格、马斯克等充当我的私董会成员，帮我一起评估问题。
以上，就是我做这个skill的思路和踩坑过程，如果大家后面也想复刻，可以参考下。
收获
最早我还不太懂什么叫skill，做完这个skill之后，我是真真切切把它融入到自己的工作流里面，理解也更为深刻了，我最大的收获主要是三点：
第一，Skill需要不断迭代，没有最好的Skill，只有更好、更适合我们的Skill。
所以每个人都应该去做自己的Skill，最近Open Claw非常火，官网有各种大佬做的skill，你看了之后，可能觉得很好，但真下载下来试的话，会发现差强人意，因为他们的skill都是为自己设计的，所以我们需要在别人的基础上不断改造，打造适合自己的skill，在AI时代，我们每个人都会有自己的skill，而skill本质就是个人过往经验的沉淀。
第二，我们需要思考如何让AI帮我们更好地进行成长
我目前的想法是：要把我所有个人相关的文档，都放到本地去管理，这样在使用Claude Code、Codex等工具时，可以让他们获取到完整的上下文，更了解我。
有人可能会问，和知识库相比，它有什么好处呢？
知识库受限于 RAG 技术，它需要把一段话进行切分，而知识库构建得好不好，完全取决于分块做得好不好，如果说分块切错了，那么整段话的语义就会出现丢失。但我们如果放到本地上，直接让AI加载完整的上下文，就能很好地避免这样的问题，所以它其实更适合日常使用。但是，知识库也有它的优势，它的使用场景是放在企业里面，做成企业知识库，方便别人共享使用。
受到朋友的启发，后面我会把每日复盘、读书笔记等和Anki卡片打通，Anki是帮助我们避免遗忘的好工具。
第三，未来随着 AI 不断发展，文档很可能不再是给人看的，而要方便AI读取，所以我们在写文档方式和结构上，也许会有很大的变化，我现在就越来越频繁的使用markdown文档来进行记录了。
最后，如果感兴趣的人多的话，我可以抽空整理一下，把我的每日复盘skill开源出来，给大家参考，希望对大家有所帮助。