daily-meeting-update

Daily Meeting Update

通过交互式访谈生成每日站会/例会汇报。切勿假设相关工具已配置妥当——务必先询问确认。

Workflow

START
  │
  ▼
┌─────────────────────────────────────────────────────┐
│ 阶段 1：静默检测与工具集成提示                     │
│ • 检查：是否有 Claude Code 历史？gh CLI？jira CLI？ │
│ • Claude Code → 提取昨天的会话摘要                 │
│   → 用户通过多选（multiSelect）勾选相关项           │
│ • GitHub/Jira → 询问用户，获得允许后再提取          │
│ • 立即提取数据（在访谈开始前完成）                  │
├─────────────────────────────────────────────────────┤
│ 阶段 2：引导访谈（结合已提取的动态）               │
│ • 展示提取到的数据作为上下文                        │
│ • 昨日进展：“看到你合并了 PR #123，还有别的吗？”     │
│ • 今日计划：今天准备推进什么任务？                  │
│ • 阻塞问题：遇到什么卡点或阻碍了吗？                │
│ • 讨论议题：会议最后有什么想跟团队讨论的？          │
├─────────────────────────────────────────────────────┤
│ 阶段 3：生成汇报内容                                │
│ • 整合访谈回答与工具抓取的数据                      │
│ • 格式化为整洁的 Markdown 文档                      │
│ • 呈递给用户                                        │
└─────────────────────────────────────────────────────┘

阶段 1：检测与集成提示

步骤 1：静默检测

静默检查可用的集成项（静默处理错误，不向用户显示异常）：

集成项	检测方式
Claude Code 历史记录	存在 `~/.claude/projects` 目录且包含 `.jsonl` 文件
GitHub CLI	执行 `gh auth status` 成功
Jira CLI	`jira` 命令可用
Atlassian MCP	存在可用的 `mcp__atlassian__*` 工具
Git	当前处于 git 仓库目录中

步骤 2：提示启用 GitHub/Jira 集成（若可用）

Claude Code 用户注意： 本阶段所有提问均使用 AskUserQuestionTool 工具。

GitHub/Git：

若 HAS_GH 或 HAS_GIT 为真：

"检测到你已配置 GitHub/Git。需要我提取你最近的动态（commit、PR、Code Review）吗？"

选项：
- "好，帮我提取"
- "不用，我自己手动输入"

若选择“好”：

"需要检查哪些仓库/项目？"

选项：
- "仅限当前目录"（如果在 git 仓库中）
- "我来指定仓库列表" → 用户手动输入列表

Jira：

若 HAS_JIRA_CLI 或 HAS_ATLASSIAN_MCP 为真：

"检测到你已配置 Jira。需要我提取指派给你的 Ticket 吗？"

选项：
- "好，帮我提取 Ticket"
- "不用，我自己手动输入"

步骤 3：提取 GitHub/Jira 数据（授权后）

GitHub/Git — 针对各个已授权仓库：

自昨天以来用户提交的 commit
用户新建/合并的 PR
用户完成的 Code Review

Jira — 指派给用户且在过去 24 小时内有更新的 Ticket

关键要点：存下这些数据，作为阶段 2 访谈时的上下文。

步骤 4：提示启用 Claude Code 历史记录

该集成能记录你在 Claude Code 中处理的所有内容——对于回忆未在 git 或 Jira 中体现的工作（如技术调研、排错、方案设计）特别有用。

检测方式：

ls ~/.claude/projects/*/*.jsonl 2>/dev/null | head -1

如果存在 Claude Code 历史，询问用户：

"我还可以提取你昨天的 Claude Code 会话历史，帮你回忆那些没记录在 git/Jira 里的工作（比如技术调研、排错、方案设计）。需要检查吗？"

选项：
- "好，提取 Claude Code 会话"
- "不用，信息已经够了"

若选择“好”，运行摘要提取脚本：

python3 ~/.claude/skills/daily-meeting-update/scripts/claude_digest.py --format json

然后通过 multiSelect 列表展现会话：

使用 AskUserQuestionTool 并设置 multiSelect: true，让用户勾选相关工作项：

"这是你昨天的 Claude Code 会话，请勾选与今天站会相关的项目："

选项 (multiSelect)：
- "修复认证 Bug (backend-api)"
- "实现 OAuth 流程 (backend-api)"
- "更新首页样式 (frontend-app)"
- "调研支付服务商 (docs)"

关键要点： 由用户决定哪些会话属于工作内容，从而排除个人项目或实验性测试。

遇到以下情况时，切勿运行摘要脚本：

用户明确拒绝提取 Claude Code 历史
用户表示会手动提供所有信息
不存在 ~/.claude/projects 目录

若摘要脚本运行失败：

降级策略：静默跳过 Claude Code 集成，直接进入访谈
常见原因：未安装 Python、昨天无会话记录、权限错误
决不要阻塞站会流程——该脚本只是辅助工具，并非硬性依赖

阶段 2：引导访谈（结合已提取的动态）

Claude Code 用户注意： 请使用 AskUserQuestionTool 工具开展访谈，结构化选项能带来更好的交互体验。

将提取到的数据作为上下文，让提问更有针对性。

问题 1：昨日进展

如果成功提取了数据，先展示给用户：

"根据你的动态，我整理了以下内容：
- 合并了 PR #123：修复登录超时
- 在 backend-api 中提交了 3 个 commit
- Review 了 PR #456（已通过）

昨天还有其他我遗漏的工作吗？"

如果未提取数据：

"昨天 / 上次站会以来你都做了哪些工作？"

若回答过于模糊，进行追问：

"能具体说说 X 的细节吗？"
"有产出什么具体的成果吗？"

问题 2：今日计划

"你今天打算做些什么？"

选项：
- [文本输入 - 用户自由填写]

如果提取到了 Jira 数据，可以主动建议：

"我看到这些指派给你的 Ticket：
- PROJ-123：实现 OAuth 流程 (进行中)
- PROJ-456：修复支付 Bug (待办)

今天准备推进其中哪项任务吗？"

问题 3：阻塞问题

"目前有什么卡点或阻碍推进的问题吗？"

选项：
- "没有卡点"
- "有卡点" → 追问具体细节

问题 4：讨论议题

"站会最后有什么想跟团队发起的讨论议题吗？"

选项：
- "没有要讨论的"
- "有" → 追问具体细节

议题示例：
- 需要大家发表意见的技术决策
- 跨团队协作对齐
- 优先级相关的疑问
- 团队通告或信息分享

阶段 3：生成汇报内容

将所有信息汇总为整洁的 Markdown：

# Daily Update - [日期]

## 昨日进展
- [访谈收集的项目]
- [若抓取了 GitHub/Jira，包含对应项目]

## 今日计划
- [访谈收集的项目]

## 阻塞问题
- [阻塞问题或“无阻塞”]

## PR & Code Review (若从 GitHub 抓取)
- [提交的 PR]
- [合并的 PR]
- [完成的 Review]

## Jira (若从 Jira 抓取)
- [更新的 Ticket]

## 讨论议题
- [议题或“无”]

---
*相关链接：*
- [PR 链接]
- [Ticket 链接]

核心原则

以访谈为主 — 工具数据只是补充，无法替代人类表达的真实上下文
知情同意 — 在读取任何集成数据前，务必先征得许可
结合上下文提问 — 在访谈中展示已抓取的数据来唤醒记忆（例如：“看到你合并了 PR #123……”）

快速参考手册

阶段	动作	使用工具
1. 检测与提示	检查 gh/jira/claude 历史，询问用户，提取数据	Bash（静默执行）, AskUserQuestionTool*
2. 引导访谈	结合上下文提出 4 个问题	AskUserQuestionTool*
3. 内容生成	格式化为 Markdown	输出文本

*仅限 Claude Code：使用 AskUserQuestionTool 工具进行结构化提问。

Claude Code 摘要脚本

# 获取昨天的会话 JSON 数据
python3 ~/.claude/skills/daily-meeting-update/scripts/claude_digest.py --format json

# 获取今天的会话数据
python3 ~/.claude/skills/daily-meeting-update/scripts/claude_digest.py --date today --format json

# 过滤指定项目
python3 ~/.claude/skills/daily-meeting-update/scripts/claude_digest.py --project ~/my-app --format json

示例会话

Claude: "来准备今天的站会汇报吧！检测到你配置了 GitHub，需要我提取你最近的动态吗？"
User: "好"

Claude: "需要检查哪些仓库？"
User: "backend-api 和 frontend-app"

[Claude 静默提取 GitHub 数据]

Claude: "我还可以提取你昨天的 Claude Code 会话历史。需要检查吗？"
User: "好"

[Claude 运行摘要脚本，获取到 5 个会话]

Claude: "这是你昨天的 Claude Code 会话，请勾选与今天站会相关的项目："
  ☑ 修复认证超时 Bug (backend-api)
  ☑ 实现 OAuth 流程 (backend-api)
  ☐ 更新个人博客 (blog) - [用户取消勾选个人项目]
  ☑ 调研支付服务商 (docs)
  ☐ 排查测试失败问题 (experiments)

User: [勾选了 3 个相关项]

Claude: "根据你的动态，我整理了以下内容：
- 合并了 PR #120：fix: login timeout
- 提交了 PR #125：feat: add OAuth flow
- Review 了 PR #123（已通过）、PR #456（建议修改）
- 在 backend-api 中提交了 5 个 commit
- [来自 Claude Code] 修复认证超时 Bug
- [来自 Claude Code] 实现 OAuth 流程
- [来自 Claude Code] 调研支付服务商

昨天还有其他我遗漏的工作吗？"
User: "没有了，挺全的"

Claude: "你今天打算做些什么？"
User: "继续写 OAuth 功能，然后部署到 staging 环境"

Claude: "目前有什么卡点吗？"
User: "没有卡点"

Claude: "站会最后有什么想跟团队发起的讨论议题吗？"
User: "有，我想讨论一下新支付模块的架构设计"

[Claude 生成汇报内容]

输出示例

# Daily Update - 2026-01-22

## 昨日进展
- 推进认证功能开发
- 调研支付服务商
- 合并 PR #120 (fix: login timeout)
- 提交 PR #125 (feat: add OAuth flow)

## 今日计划
- 继续推进 OAuth 功能
- 部署到 staging 环境

## 阻塞问题
- 无阻塞

## PR & Code Review
- **提交：** PR #125 - feat: add OAuth flow
- **合并：** PR #120 - fix: login timeout
- **Review：** PR #123 (已通过), PR #456 (建议修改)

## 讨论议题
- 新支付模块的架构设计

---
*相关链接：*
- https://github.com/org/repo/pull/125
- https://github.com/org/repo/pull/120

反面模式 (Anti-Patterns)

避坑指南	原因（专家经验）	正确做法
未经询问直接运行 gh/jira	用户可能会暴露私有仓库，或处于敏感项目环境中	务必先询问，由用户选择要检查的仓库
默认当前目录是唯一项目	开发者往往同时跨 2-5 个仓库协作（前端、后端、架构等）	主动询问：“你在参与哪些项目的工作？”
抓到了数据就跳过访谈	工具只能捕获“做了什么”（WHAT），会遗漏“为什么做”（WHY）与上下文（如技术调研、开会、规划）	访谈为主，工具数据为辅
问题还没问完就生成汇报	用户可能存在关键的阻碍或议题需要讨论，这会改变汇报的主基调	完成全部 4 个提问后再生成汇报
贴出未经整理的原始 commit 信息	commit 提交信息往往过于晦涩简短（如“fix”、“wip”），无法传达有效信息	归纳总结为人类易读的成果描述
访谈结束后才去抓取数据	在访谈过程中展示动态能让提问更智能（例如“看到你合并了 PR #123，还有别的吗？”）	先抓取数据，再结合上下文进行访谈

严禁行为 (NEVER)

严禁假设工具已配置妥当 — 很多开发者装了 gh 却未登录认证，或 jira CLI 指向了错误的实例
严禁跳过“讨论议题”提问 — 这往往是站会中最有价值的部分，也是自动化工具无法捕获的内容
严禁生成超过 15 条列表项 — 站会汇报应当在 2 分钟内读完；太长的汇报会让人失去焦点
严禁不带上下文直接贴 Ticket/PR 编号 — 光写“PROJ-123”没有任何意义；务必附带标题或摘要说明
严禁提取未经用户明确授权的仓库数据 — 即使你能看到其他仓库，也必须遵守授权边界

你可能还喜欢

mcp-builder

69Kresearch-knowledge

用于构建高质量 MCP（模型上下文协议）服务器的指南，使 LLM 能够通过精心设计的工具与外部服务交互。在构建 MCP 服务器以集成外部 API 或服务时使用，无论是使用 Python（FastMCP）还是 Node/TypeScript（MCP SDK）。

composiohq

获取

ito-baskets

257Kresearch-knowledge

Read-only Itô basket and prediction-market data skill. Index the live basket catalog, compare a basket against user-supplied research or a watchlist, build a source-grounded market brief, or draft a non-executable planning worksheet. Use when a user asks to browse or index Itô baskets, compare a basket against notes or a thesis, research prediction-market events/venues/liquidity, or plan a basket or market idea without trading. Never advises, orders, trades, reserves, or executes.

affaan-m

获取

recsys-pipeline-architect

239Kresearch-knowledge

Design composable recommendation, ranking, and feed pipelines using the six-stage Source→Hydrator→Filter→Scorer→Selector→SideEffect framework popularized by xAI's open-sourced For You algorithm. Use this skill whenever the user is building any system that picks "the top K items for a (user, context)" — social feeds, content CMSs, RAG rerankers, task prioritizers, notification triage, search reranking, ad ranking.