xbuilderlab /money-retro — 复盘与经验沉淀
不复盘的尝试等于碰运气。这一步把"实际发生的"和"当初预期的"对齐，让推荐越来越准。
跨平台说明
allowed-tools 是 Claude Code 权限声明；Codex 可忽略，并使用当前会话可用的本地文件工具完成同等动作。
流程
Step 1 — 取出原始预期
读 .money-state.json，找该机会的 plan 与 income_expectation（当初 money-plan/money-verify 写下的）。
Step 2 — 问实际情况
- 实际投入了多少时间？
- 实际收到了多少钱？（第一笔是否到账？走的什么渠道？）
- 过程中有没有出现反诈红线（被要求付费/换私下交易/拖延结款）？
- 体感：愿不愿意继续？卡在哪？
Step 3 — 对齐预期 vs 实际（校准环的核心）
取出当初 money-plan 写的 active.prediction，和实际逐项对账：预计投入/实际投入、预计多久见钱/实际、预计收入/实际。
给一句诚实判断：继续 / 调整打法 / 止损放弃。差距大的，想清楚是机会问题还是执行问题。
若触发了任何止损线或反诈红线 → 明确建议止损，并把这条经验记成"亲历坑"。
Step 4 — 落盘 + 回流 lessons.md（闭合校准环）
- 在
.money-state.json的retro_log[]追加一条：{date, opportunity_id, predicted, actual, verdict_update, lesson}。 - 更新该机会 status（running / done / dropped）。
- 把可复用经验写进/追加到当前工作目录的
lessons.md（没有就创建）：一条一行，分两类——对我有效:（例："小红书图文垂类 X 第 3 周开始有私信咨询"）亲历坑:（例："标注类时薪确实低、不值得继续"／"某平台拖延结款"）- 这份
lessons.md会被 money-find / money-verify 在 Step 0 读取，让这套方法对这个用户越用越准——这是校准环闭合的关键，不要省。
收尾
- 继续 → 给下一阶段的小目标。
- 止损 → 提示用
money-find换方向，并把这次教训带入下次筛选。