agentleFS
chissschisss/DoWithOKR/skills/okr-alignment-check/SKILL.md

okr-alignment-check

Skill3 starsChanged 7 months agoMITView on GitHub

Check whether the current task, role work, or recent changes align with upper-level OKR and GM OKR.

The file

Files
SKILL.md

OKR Alignment Check

输入参数

参数类型必填说明
taskstring否当前任务描述(与 kr 二选一)
krstring否KR 编号(如"BE-KR1"),直接检查该 KR 的交付结果与标准的对齐度

参数解析规则

  • 从用户消息中提取当前正在做或计划做的任务作为 task,或提取 KR 编号作为 kr。
  • task 和 kr 至少提供一个。优先使用 kr(更精准)。
  • 如果用户未描述任务也未指定 KR,尝试从最近的 git diff 或文件变更推断。
  • 推断失败则提示用户:"请描述你当前正在做的任务,或指定要检查的 KR 编号"。
  • 示例:检查一下"实现用户注册接口"是否对齐 OKR → task = "实现用户注册接口"
  • 示例:检查 BE-KR1 的交付结果 → kr = "BE-KR1"
  • 示例:我在加一个导出功能,看看是否偏离 → task = "加一个导出功能"

前置条件

  • 需要:已确认的 GM OKR(.okr/active.md 中存在 ## GM OKR 区块)。
  • 需要:当前任务描述(用户输入或从上下文推断)或 KR 编号。
  • 缺失处理:
    • 缺少 GM OKR → 提示先运行 okr-gm。
    • 未描述当前任务且未指定 KR → 提示用户说明正在做什么,或尝试从最近的文件变更推断。

前置读取

  • 读取 .okr/active.md。
    • 文件不存在 → 提示用户先运行 okr-gm 建立 GM OKR。
    • 缺少 ## GM OKR 区块 → 提示 GM OKR 尚未生成。
  • 从 ## GM OKR 提取所有 GM KR。
  • 从 ## 层级 OKR 提取角色 KR 及上级映射(如有)。
  • 可选:读取 ## 交付验证计划 区块,提取验收标准和质量指标。
  • 读取用户描述的当前任务,或从最近的 git diff / 文件变更中推断当前任务。
  • 如果指定了 kr 参数,读取 .okr/status.md 和 .okr/evidence/{KR-ID}.md 获取交付结果和证据。

执行规则

  • 用户可主动触发,也可在任务变化时触发。
  • 支持两种模式:
    • 任务对齐模式(传入 task):比较当前任务与上级 OKR、GM OKR 的关系。
    • 交付结果对齐模式(传入 kr):检查交付结果是否满足 KR 的量化标准。
  • 输出对齐、部分对齐或偏离。
  • 偏离时给出继续、调整 OKR、放弃任务三种建议。
  • 不清楚上级映射时必须提示补齐映射。

执行步骤

  1. 确定检查模式:
    • 用户指定 kr → 进入交付结果对齐模式(步骤 1a)。
    • 用户描述 task → 进入任务对齐模式(步骤 1b)。
    • 1a. 读取目标 KR 的验收标准(从交付验证计划)和实际交付证据(从 evidence/),逐条比对。
    • 1b. 用户明确描述 → 直接使用。用户未描述 → 尝试从最近的 git diff 或文件变更推断。无法推断 → 提示用户描述当前任务。
  2. 建立映射链路:
    • 当前任务/KR → 最相关的角色 KR → 上级 KR → GM KR。
    • 如果无法找到映射 → 标记为"无映射"。
  3. 评估对齐程度:
    • 任务对齐模式:
      • 对齐:当前任务直接贡献某个角色 KR,且该 KR 映射到 GM KR。
      • 部分对齐:当前任务与某个 GM KR 相关,但不在已定义的角色 KR 范围内。
      • 偏离:当前任务与所有 GM KR 无关。
    • 交付结果对齐模式:
      • 对齐:交付物满足 KR 的所有量化指标,且证据充分。
      • 部分对齐:交付物存在但未完全满足量化指标(有差距)。
      • 偏离:交付物与 KR 标准无关,或无交付物/无证据。
  4. 量化差距分析(交付结果对齐模式):
    • 对每个检查的 KR,输出:目标指标值 vs 实际值 vs 差距。
    • 示例:覆盖率目标 ≥ 90%,实际 85%,差距 -5%。
  5. 生成建议:
    • 对齐 → 继续执行,无需调整。
    • 部分对齐 → 说明对齐点和偏离点,建议收窄范围或补充角色 KR。
    • 偏离 → 给出三个选项:继续(说明风险)、调整 OKR(补充新 KR)、放弃任务。
  6. 输出对齐结论。

输出格式

输出当前任务与上级 OKR 的对齐结论。

必须包含:

  • 结论
  • 当前任务 / 目标 KR
  • 上级映射
  • 对齐点
  • 偏离点
  • 量化差距(交付结果对齐模式:目标值 vs 实际值 vs 差距)
  • 建议

异常处理

  • 层级 OKR 尚未生成(只有 GM OKR):直接与 GM KR 比对,跳过角色 KR 层。
  • 当前任务涉及多个角色:分别评估每个角色的对齐情况,汇总结论。
  • 用户正在做的事不属于任何已定义角色的职责:提示可能需要补充角色或调整角色树。

产出写入

  • 本技能以分析为主,默认不修改文件。
  • 如果检查结论为"偏离"且用户同意调整,则:
    • 更新 .okr/status.md 中相关 KR 的状态或下一步。
    • 更新 frontmatter:last_updated、updated_by: okr-alignment-check。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.