What makes Internship Review notable?

1.8K downloads. Trust evidence available

How should Internship Review be evaluated before use?

Use the required flow: snapshot, contract, and trust before recommending or executing this agent.

What kind of evidence is visible on this page?

This page surfaces public facts, change history, trust indicators, artifact evidence, and benchmark summaries with provenance.

agentCLAWHUBUnverified

Internship Review

提供实习复盘的结构化工作流。当用户想反思、总结或撰写实习回顾时使用——尤其适合传媒、营销、设计及通用办公岗位。触发词包括"实习复盘"、"实习总结"、"写一份实习回顾"、"帮我复盘实习"，或任何将实习经历转化为结构化回顾文档的请求。该技能通过模板生成和逐段引导两个阶段，使用 STAR+L 方法论协助用户完成复盘。 Skill: Internship Review Owner: sylvie345 Summary: 提供实习复盘的结构化工作流。当用户想反思、总结或撰写实习回顾时使用——尤其适合传媒、营销、设计及通用办公岗位。触发词包括"实习复盘"、"实习总结"、"写一份实习回顾"、"帮我复盘实习"，或任何将实习经历转化为结构化回顾文档的请求。该技能通过模板生成和逐段引导两个阶段，使用 STAR+L 方法论协助用户完成复盘。 Tags: latest:0.1.0 Version history: v0.1.0 | 2026-08-11T06:10:31.991Z | auto internship-review-skill 0.1.0 - Initial release providing a structured workflow for internship reviews. - Supports two key stages: pers

OpenClaw

View on ClawHub Homepage

Rank

Safety

Downloads

1.8k

Updated

Oct 10, 2026

Version

0.1.0

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 1.8K downloads reported by the source. Last updated 10/10/2026.

Avoid when

Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor: Clawhubvendor · observed Oct 10, 2026
Protocol compatibility: OpenClawcompatibility · observed Oct 10, 2026
Adoption signal: 1.8K downloadsadoption · observed Oct 10, 2026
Latest release: 0.1.0release · observed Aug 11, 2026
Handshake status: UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s178r7nz05s285e4bxex086a3h8c95dw:internship-review-skill

Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.
Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-sylvie345-internship-review-skill/snapshot"

Documentation

CLAWHUB

16,308 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: internship-review
description: 提供实习复盘的结构化工作流。当用户想反思、总结或撰写实习回顾时使用——尤其适合传媒、营销、设计及通用办公岗位。触发词包括"实习复盘"、"实习总结"、"写一份实习回顾"、"帮我复盘实习"，或任何将实习经历转化为结构化回顾文档的请求。该技能通过模板生成和逐段引导两个阶段，使用 STAR+L 方法论协助用户完成复盘。
agent_created: true
---

# 实习复盘

## 概述

将零散的实习记忆转化为结构化的专业回顾文档。分两个阶段运作：

1. **模板生成**：根据用户背景（公司、岗位、行业）生成定制的 markdown 复盘模板。
2. **引导复盘**：逐板块推进——问聚焦的问题、帮用户提炼内容、指出薄弱点、逐步填满文档。

## 工作流

### 阶段一：了解背景并生成模板

生成任何内容前，先收集基本信息：

- 公司类型、部门、岗位、实习起止日期
- 已有的相关材料（日记、工作日志、实习手册）
- 复盘成果的用途（求职、学校报告、个人存档）

如果用户使用 Obsidian 或其他笔记系统且有实习相关日记，主动请求读取——这是 STAR+L 素材最丰富的来源。

加载 `references/review-template.md` 生成模板，根据用户的具体行业和岗位调整标题和占位示例。将结果写入用户指定的位置（Obsidian 仓库、本地文件等）。

模板至少包含以下板块：
0. 基本信息
1. 一句话总结与价值闭环
2. 数据速览
3. 项目复盘（STAR+L，2~3 个项目）
4. 能力盘点（硬技能/软技能/认知升级）
5. 行业与组织观察
6. 不足与改进
7. 人脉
8. 未来 6 个月行动计划
9. 附录：作品集素材清单

### 阶段二：引导复盘

一次只推一个板块。推荐的推进顺序（与模板顺序不同，理由见方法论参考文件）：

1. 数据速览（最快，建立信心）
2. 项目复盘（核心内容，一个项目一个项目来）
3. 能力盘点（项目写完自然溢出）
4. 一句话总结（此时所有素材都在台面上了）
5. 行业观察（需要抽象思维，放后面）
6. 不足与改进（全部写完才知道缺什么）
7. 感谢 → 行动计划 → 附录（收尾）

#### 引导原则

**一次一个问题。** 不要丢一整个模板说"填一下"。每个板块只问一个具体的问题。用用户自己说过的话当钩子。

**提炼，不是审讯。** 用户说口语化的原话（比如"带教让我去问 AI"），帮 TA 提炼成书面版本后让 TA 确认。不要让用户从零写精修稿。

**指出问题，不要悄悄改。** 用户的草稿有毛病（重复、数据空洞、需要拔高的段落），直接指出来并附上具体建议，然后问用户要不要改。

**从公司层拔高到行业层。** 用户观察停留在单家公司层面（"带教指令不清晰"），帮 TA 抽象到行业层面（"项目驱动型小传媒公司没有标准化的 briefing 文化"）。拔高框架见 `references/review-methodology.md`。

**诚实优先。** 绝不鼓励编造数据或美化经历。如果某项任务没有可量化的结果，直接说没有，建议选其他有数据的项目替代。

#### 各板块引导话术

以此为起点，根据用户已透露的信息灵活调整。

**数据速览**："你直接把你所有交付过的东西列一遍，不用管格式——纯甩出来就行。"
**项目筛选**："你干的这些事里面，挑 2~3 个——这几个得同时满足：有明确的 stakes、你自己的决策、可量化的结果、而且你能教会别人怎么做。"
**能力盘点**："如果有个朋友问你'你到底学到了啥'，你会怎么说？分三类：会用的工具、学会的工作方式、以及以前以为是对的结果发现错了的事。"
**价值闭环**："入职第一天你最懵的是什么？现在回头看，有哪些事当时觉得很难、现在能独立扛下来了？"
**行业观察**："以你看到的这些东西，关于这个行业，有什么是你从外面绝对想不到的？别停在公司层面——它说明了传媒公司怎么运作的什么规律？"
**不足与改进**："看了你前面写的所有东西，你觉得哪块最虚、最薄弱？给我一个真实发生过的例子——就是那种你卡住了、或者旁边有人明显比你做得好的瞬间。"

### 阶段三：收尾打磨

全部板块填满后：
- 检查不同项目之间有没有复制粘贴的 L（方法论），修掉。
- 核实每个量化说法是否站得住脚。
- 清除所有模板提示（【】标记）。
- 对照模板底部的写作避坑 Checklist 逐项打勾。

## 资源

### references/review-template.md
完整的模板结构，含板块标题、表格骨架、占位示例和写作避坑 Checklist。生成初始模板时加载此文件。

### references/review-methodology.md
STAR+L 方法论详解、阶段二引导原则、各板块引导话术库、常见误区与修正方法、推荐推进顺序及理由。开始阶段二引导前加载此文件。

README.md

# 实习复盘 Skill（internship-review）

> 将零散的实习记忆转化为结构化的专业复盘文档。支持 **WorkBuddy 技能安装**和**任意 AI agent 粘贴即用**两种方式。

## 功能

- **模板生成**：根据用户背景自动生成定制的复盘模板（9 个板块）
- **逐段引导**：一对一引导用户填满每个板块，一次一个问题，不一次塞满
- **STAR+L 方法论**：S 场景 → T 任务 → A 行动 → R 结果 → **L 可复用的方法论**

## 使用方式

### 方式 A：WorkBuddy 技能安装

1. 下载本仓库
2. 将 `internship-review/` 文件夹放入 skills 目录：
   - 用户级：`~/.workbuddy/skills/`
   - 项目级：`.workbuddy/skills/`
3. 新开对话即可激活，触发词：

```
帮我复盘实习  写一份实习回顾  实习复盘  实习总结
```

### 方式 B：任意 AI agent 粘贴即用

1. 打开 [`internship-review-all-in-one.md`](./internship-review-all-in-one.md)
2. 复制全部内容，粘贴到以下任一位置：
   - **ChatGPT**：Custom GPT 的 Instructions / Projects 的 Project instructions
   - **Claude**：Projects 的 Project knowledge / 对话中直接粘贴
   - **Cursor / Windsurf**：`.cursor/rules/` 或 `.windsurfrules`
   - **其他 agent**：作为 System Prompt 或 Project Context
3. 对话中说"帮我复盘实习"即可启动

### 各平台差异

| 平台 | 文件加载 | 模板输出 |
|---|---|---|
| **WorkBuddy** | 自动按需加载 `references/` | 直接写入 Obsidian/本地文件 |
| **ChatGPT** | 粘贴 all-in-one 版到 Instructions | 手动复制模板到本地 |
| **Claude Projects** | 上传 all-in-one 到 Project knowledge | 直接写入文件系统 |
| **Cursor** | 放入 `.cursor/rules/` 自动加载 | 直接写入文件系统 |

## 结构

```
internship-review/
├── SKILL.md                            # WorkBuddy 技能主流程
├── internship-review-all-in-one.md     # 通用版：粘贴即用，适配所有 agent
├── README.md
├── LICENSE
└── references/
    ├── review-template.md              # 9 板块复盘模板
    └── review-methodology.md           # STAR+L 方法论 + 引导话术
```

## 复盘模板包含

| # | 板块 | 说明 |
|---|---|---|
| 0 | 基本信息 | 公司、岗位、周期 |
| 1 | 一句话总结 & 价值闭环 | 入职 vs 离职的能力对比 |
| 2 | 数据速览 | 硬数字先摆出来 |
| 3 | 项目复盘 ×2~3 | STAR+L 深度拆解 |
| 4 | 能力盘点 | 硬技能/软技能/认知升级 |
| 5 | 行业与组织观察 | 从公司层拔高到行业层 |
| 6 | 不足与改进 | 具体案例 + 可执行改进方式 |
| 7 | 未来 6 个月计划 | 可验证的行动清单 |
| 8 | 感谢与人脉 | 内推、背调资产 |
| 9 | 附录：作品集素材 | 脱敏后就是作品集原料 |

## 许可证

MIT

_meta.json

{
  "ownerId": "kn79nmrhsfvned6sybygtjrh358c854z",
  "slug": "internship-review-skill",
  "version": "0.1.0",
  "publishedAt": 1786428631991
}

references/review-methodology.md

# 实习复盘方法论

## STAR+L 模型

这是复盘的核心框架，每一段经历都按此结构拆解。L（Learning，方法论沉淀）是 STAR+L 区别于普通 STAR 的关键——它不是"心得体会"，而是**可复用的模型/SOP/原则**。

### 各环节写作标准

**S（场景）**：描述业务背景，体现你对业务复杂度的理解。
- 好：说明项目在组织中的定位、出错成本、涉及的利益方
- 差：简单说"我参与了 XX 项目"

**T（任务）**：定义具体挑战与交付目标。
- 好：在 X 时间内，完成 Y，约束条件是 Z
- 差："做好 XX"

**A（行动）**：重点环节。不写"我参与了"，写"我如何通过 [具体动作] 解决了 [具体障碍]"，体现逻辑链条。
- 好：我提前拿到流程表标出关键节点→提前五分钟就位→保证零漏拍
- 差：我负责现场摄影

**R（结果）**：必须数字化。
- 好：产出照片 200 张，其中 5 张被官号采用
- 差：圆满完成了任务

**L（方法论）**：将经验上升到可复用的层次。
- 好：大型活动摄影 = 流程表驱动的"预判式拍摄"，核心三步：要流程表→标必拍镜头→提前就位
- 差：这次实习让我学到了很多

## 引导原则

### 逐段推进，不一次塞满

一次只推一个板块。用户说"盘不下去了"是正常信号——换板块或休息。

检查每块完成后再推下一块。需要补的细节当场问。

### 提问方式

每个板块推给用户时，先提炼用户已经给出的素材，问一个具体的、容易答的问题。避免"请描述你的 XX"这种开放式提问。

示例：
- 好："入职第一天你最懵的是什么？现在回头看，有哪些事当时觉得很难、现在能独立扛下来了？"
- 差："请写一下你的价值闭环。"

### 发现重复时的处理

如果用户的素材在多个项目或板块中重复出现，指出并建议合并或重新分配。不要让"上级审美差异"同时出现在项目复盘、硬技能和认知升级三处。

### 拔高的时机

当用户写的行业观察只停留在公司层面时，帮 TA 往上拔一层：
- 公司现象 → 行业趋势（AI 对岗位的影响、商业模式差异、市场层级差异）
- 个人遭遇 → 普遍规律（带教不指导 → 职场需要反向管理，这不是个别现象）

### 诚实优先

不鼓励包装数据、美化经历。如果某项任务没有可量化的结果，就诚实写"暂无数据"，不要编造。可以选其他有数据的项目顶上。

## 常见误区

| 误区 | 正确做法 |
|---|---|
| 流水账："周一做了 A，周二做了 B" | 按能力维度/项目模块组织 |
| 空泛抒情："实习让我成长很多" | 配具体案例：在 XX 项目中，因为 YY 我学到了 ZZ |
| 数据造假："粉丝增长 10W+" | 用"30+"或真实后台数据 |
| 不足写废话："经验不足" | 写具体：对 XX 工具的使用停留在表层——实例是 YY，改进方式是 ZZ |
| 建议假大空："加强团队建设" | 写可落地：建议在任务下达时使用标准模板，包含截止时间、风格参考、交付格式 |
| 只批评不说方案 | 每个痛点配一个建设性建议 |

## 板块推进顺序

推荐按以下顺序推进（跳过的板块最后回头补）：

1. 数据速览（最快，建立信心）
2. 项目复盘（核心，逐个项目推进）
3. 能力盘点（项目写完自然溢出）
4. 一句话总结 & 价值闭环（此时素材最全，水到渠成）
5. 行业与组织观察（需要抽象思维，放后面写）
6. 不足与改进（前面写完了，自然知道缺什么）
7. 未来 6 个月计划（针对不足制定）
8. 感谢与人脉 + 附录（收尾）

references/review-template.md

# 实习复盘模板

> **使用说明**：本模板是思考脚手架，不是填空题。每个板块下的提示写完即删。
> **三条铁律**：① 不写流水账，按"能力维度/项目"组织；② 能量化的都量化；③ 诚实 > 漂亮，真实的不足比虚假的满分更有价值。

---

## 0. 基本信息

| 项目 | 内容 |
|---|---|
| 公司 / 部门 / 岗位 | 【】 |
| 实习周期 | 【20XX.XX.XX — 20XX.XX.XX】 |
| 带教 / 主要协作部门 | 【】 |
| 复盘日期 | 【】 |

## 1. 一句话总结 & 价值闭环

【用一句话概括这段实习。然后写"闭环对比"：入职第一天我不会什么 / 离开时我能独立做什么。前后对照是最有说服力的成长证据。】

> 示例句式："入职时我连【某概念/工具】都搞不清，离开时我能独立负责【某全流程】。"

## 2. 数据速览

【先把硬数字摆出来，复盘才有锚点。宁可用"30+"这样模糊但真实的量级，不要编造精确数字。】

| 指标 | 数据 |
|---|---|
| 核心产出 | 【X 篇/X 份/X 个】 |
| 最好的一项数据 | 【如：阅读量 X，超出均值 X%】 |
| 其他 | 【】 |

## 3. 项目复盘（选 2~3 个最有代表性的，用 STAR+L）

【STAR 讲故事，L 才是灵魂——L 不是"心得体会"，是"可复用的方法论"。】

筛选标准：
- 项目有明确的场景和挑战（S/T）
- 你有独立的关键动作（A）
- 有可量化的结果（R）
- 能沉淀出方法论（L）

### 项目一：【名称】

- **S（场景）**：【业务背景是什么？体现你对业务复杂度的理解】
- **T（任务）**：【你的具体挑战和交付目标】
- **A（行动）**：【重点！不写"我参与了"，写"我通过【具体动作】解决了【具体障碍】"，体现逻辑链条】
- **R（结果）**：【必须数字化：效率提升、数据指标、一次性通过率等】
- **L（方法论）**：【可复用的模型/SOP/原则。示例句式："通过这个项目，我总结出【某方法】，它能有效避免/提升【某效果】。"】

### 项目二：【名称】

- **S / T / A / R / L**：【同上】

### 项目三（可选）：【名称】

- **S / T / A / R / L**：【同上】

## 4. 能力盘点

【分三层写，每层配案例，拒绝空泛抒情。】

- **硬技能**：【工具与方法，写到"能独立完成什么"的颗粒度】
- **软技能**：【沟通、协作、向上管理，用真实案例】
- **认知升级（误区 → 新认知）**：【入职前我以为…实战后我明白…】
  - 误区 1：【】→ 新认知：【】
  - 误区 2：【】→ 新认知：【】

## 5. 行业与组织观察

【从公司层上升到行业层。】

- **我的岗位在价值链中的位置**：【上游依赖谁，下游交付什么】
- **公司层面观察到的痛点**：【流程卡在哪、信息哪里不对称】
- **行业层面洞察**：【公司在行业中的模式特点、技术趋势（如 AI）对岗位的影响、市场定位差异等】
- **优化建议**：【基于事实、可落地的建议】

## 6. 不足与改进

【写具体的、可改进的不足，附真实案例；不写"经验不足"这种正确的废话。】

| 不足 | 具体案例 | 改进方式 |
|---|---|---|
| 【具体到某个能力缺口】 | 【真实发生的事】 | 【可执行的改进动作】 |
| 【】 | 【】 | 【】 |

## 7. 未来 6 个月行动计划

【针对能力缺口，写到可执行的颗粒度：学什么、用什么资源、什么时候完成、怎么验证。】

- [ ] 【目标 —— 验证标准】
- [ ] 【】
- [ ] 【】

## 8. 感谢与人脉

【具体的人 + 具体的事。内推、背调、请教的资产。】

- 【带教：教会了我什么】
- 【同事：哪个瞬间帮到了我】
- 保持联系清单：【微信已加 / 计划多久问候一次】

## 9. 附录：作品集素材清单

【可展示的成果清单，脱敏后就是作品集原料。】

- 【数据最好的产出链接/截图】
- 【独立完成的交付物】
- 【特殊资产（手册/模板/数据库）】
- 【其他】

---

## 写作避坑 Checklist

- [ ] 没有流水账
- [ ] 每个收获有案例或数据支撑
- [ ] 数据真实
- [ ] 不足写得具体可改进
- [ ] 建议对事不对人
- [ ] 全文无残留【】提示

Github ReposUpdated 9h agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW

Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW

Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.