MCP HubMCP Hub
Retour aux compétences

plan-sprint

pjt222
Mis à jour Yesterday
7 vues
17
2
17
Voir sur GitHub
Autregeneral

À propos

La compétence `plan-sprint` aide les développeurs à planifier des sprints Agile en affinant les éléments du backlog, en définissant les objectifs du sprint, en calculant la capacité de l'équipe et en sélectionnant le travail. Elle génère un fichier structuré `SPRINT-PLAN.md` contenant les objectifs, les éléments sélectionnés, la répartition des tâches et l'allocation de capacité. Utilisez-la pour lancer de nouveaux sprints, replanifier après des changements de périmètre, ou pour passer d'un travail ad hoc à un rythme de sprint structuré.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add pjt222/agent-almanac -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternatif
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/plan-sprint

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Documentation

謀衝刺

謀時箱衝刺:擇精煉之待辦項至隊容,定明之衝刺目,將擇項分解為可行之任。此技能生完整衝刺謀,導隊於衝刺迭代之久。

用時

  • 始 Scrum 或敏捷項之新衝刺
  • 範圍大變後重謀衝刺
  • 自隨機作轉結構化衝刺節奏
  • 待辦整理後諸項可入衝刺
  • 項目章批後謀首衝刺

  • 必要:產品待辦(已分優、含估)
  • 必要:衝刺久(常 1-2 週)
  • 必要:隊員與其可用
  • 可選:往衝刺之速(故事點或所完項)
  • 可選:衝刺號與日範
  • 可選:自上衝刺之承續項

第一步:察精待辦項

讀當前 BACKLOG.md。對各候項近待辦頂者,驗其有:

  • 清晰之題與述
  • 接受之準(可測之條件)
  • 估(故事點或 T 恤大小)
  • 無未解之阻

精無此者。將估逾衝刺容半者分為較小可管之片。

得:頂之 10-15 待辦項「衝刺可入」,附接受之準與估。

敗則:若項無接受之準,今書之。若項不能估,排精煉談並唯擇可入者。

第二步:定衝刺目

書一明衝刺目——一句述衝刺所成。目當:

  • 衝刺久內可達
  • 對相關者有值
  • 可測(衝刺末可驗其達)
**Sprint Goal**: [One sentence describing the objective]

例:「使用者得以電郵驗附二要素認證重置其密碼。」

得:衝刺目以一清晰可測之句述之。

敗則:若無連貫之目浮現,待辦優先或散——詢產品主以焦於一有值之果。

第三步:算隊容

算各隊員可用人日:

## Team Capacity
| Team Member | Available Days | Overhead (%) | Net Capacity |
|-------------|---------------|-------------|--------------|
| [Name] | [Sprint days - PTO] | 20% | [Available × 0.8] |
| [Name] | [Sprint days - PTO] | 20% | [Available × 0.8] |
| **Total** | | | **[Sum] person-days** |

額外計會、檢、隨機請(常 15-25%)。

若用故事點:用上衝刺之速為容。若首衝刺,用理論最大之 60-70%。

得:以人日或故事點算容,附記之假。

敗則:若無歷史速,當保守——謀至 60% 容並衝刺後調。少諾而交勝多諾而敗。

第四步:擇項並組衝刺待辦

自產品待辦頂擇項至容滿。將各擇項分解為任(各 2-8 時):

# Sprint Plan: Sprint [N]
## Document ID: SP-[PROJECT]-S[NNN]

### Sprint Details
- **Sprint Goal**: [From Step 2]
- **Duration**: [Start date] to [End date]
- **Capacity**: [From Step 3] person-days / [N] story points
- **Team**: [List team members]

### Sprint Backlog
| ID | Item | Points | Tasks | Assignee | Status |
|----|------|--------|-------|----------|--------|
| B-001 | [Item title] | 5 | 4 | [Name] | To Do |
| B-002 | [Item title] | 3 | 3 | [Name] | To Do |
| B-003 | [Item title] | 8 | 6 | [Name] | To Do |
| **Total** | | **16** | **13** | | |

### Task Breakdown

#### B-001: [Item title]
**Acceptance Criteria**: [From backlog item]

- [ ] Task 1: [Description] (4h, [Assignee])
- [ ] Task 2: [Description] (2h, [Assignee])
- [ ] Task 3: [Description] (4h, [Assignee])
- [ ] Task 4: [Description] (2h, [Assignee])

#### B-002: [Item title]
**Acceptance Criteria**: [From backlog item]

- [ ] Task 1: [Description] (3h, [Assignee])
- [ ] Task 2: [Description] (4h, [Assignee])
- [ ] Task 3: [Description] (2h, [Assignee])

#### B-003: [Item title]
**Acceptance Criteria**: [From backlog item]

- [ ] Task 1: [Description] (3h, [Assignee])
- [ ] Task 2: [Description] (4h, [Assignee])
- [ ] Task 3: [Description] (2h, [Assignee])
- [ ] Task 4: [Description] (3h, [Assignee])
- [ ] Task 5: [Description] (4h, [Assignee])
- [ ] Task 6: [Description] (2h, [Assignee])

### Risks and Dependencies
| Risk | Impact | Mitigation |
|------|--------|-----------|
| [Risk 1] | [Impact] | [Mitigation] |
| [Risk 2] | [Impact] | [Mitigation] |

### Carry-Over from Previous Sprint
| ID | Item | Reason | Remaining Effort |
|----|------|--------|-----------------|
| B-XXX | [Item] | [Reason] | [Hours/points] |

得:衝刺待辦含至容之諸擇項,各分為附時估之任。

敗則:若總點逾容,去最低優先項。容絕勿逾 10%。若依賴阻序,重排或延項。

第五步:記諾並存

書衝刺謀於 SPRINT-PLAN.md(或檔案 SPRINT-PLAN-S[NNN].md)。確:

  • 衝刺目與所擇項可達
  • 無隊員過配(>100% 容)
  • 諸項間依賴序正確
  • 承續項計入容
  • 諸接受之準自待辦項複入

行最終驗:

# Check that total task hours align with capacity
grep -A 100 "Task Breakdown" SPRINT-PLAN.md | grep -o '([0-9]*h' | sed 's/[^0-9]//g' | awk '{sum+=$1} END {print "Total hours:", sum}'

得:SPRINT-PLAN.md 已立,含完整衝刺待辦與任分解。總時當 ≤ 可用人日 × 8 時之 80%。

敗則:若諾與目不合,重察第四步之擇項。若任時逾容,去末項或更細分任。

  • 衝刺目為一清晰可測之句
  • 隊容已算附記之假(額外%、PTO 計)
  • 所擇項不逾容(點或人日)
  • 各擇項皆有接受之準入任分解
  • 各擇項皆分為任(各 2-8 時)
  • 無隊員過配逾 100% 容
  • 上衝刺之承續項已記附餘工
  • 諸項間依賴序正確
  • 險與緩解已記
  • SPRINT-PLAN.md 文已立並存

  • 無衝刺目:無目,衝刺唯任之袋。目供焦並為衝刺中範圍決之基。
  • 過諾:謀至 100% 容忽擾、缺、額外。謀至 70-80% 留意外之餘。
  • 任過大:逾 8 時之任掩複雜並使追進難。分解至任為 2-8 時。
  • 忽承續:上衝刺未畢項耗本衝刺之容。明計其於容算中。
  • 衝刺目為項列:「完 B-001、B-002、B-003」非目。目述果:「使用者得以電郵驗重置密碼」。
  • 無任主:謀時各任皆當有主,以早顯容衝。
  • 略接受之準:無接受之準之任不可測。自待辦項複接受之準入任分解節。

  • manage-backlog — 維與分優產品待辦以餵衝刺謀
  • draft-project-charter — 供項目脈絡與首衝刺之初範
  • generate-status-report — 報衝刺進度與速於相關者
  • conduct-retrospective — 檢衝刺執行並進謀劃程
  • create-work-breakdown-structure — WBS 工作包可餵待辦於混敏捷-瀑布之法

Dépôt GitHub

pjt222/agent-almanac
Chemin: i18n/wenyan/skills/plan-sprint
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Compétences associées

llamaguard

Autre

LlamaGuard est le modèle de Meta, doté de 7 à 8 milliards de paramètres, conçu pour modérer les entrées et sorties des LLM selon six catégories de sécurité comme la violence et les discours haineux. Il offre une précision de 94 à 95 % et peut être déployé avec vLLM, Hugging Face ou Amazon SageMaker. Utilisez cette compétence pour intégrer facilement le filtrage de contenu et des garde-fous de sécurité dans vos applications d'IA.

Voir la compétence

cost-optimization

Autre

Cette compétence de Claude aide les développeurs à optimiser les coûts du cloud grâce au redimensionnement des ressources, aux stratégies d'étiquetage et à l'analyse des dépenses. Elle fournit un cadre pour réduire les dépenses cloud et mettre en œuvre une gouvernance des coûts sur AWS, Azure et GCP. Utilisez-la lorsque vous devez analyser les coûts d'infrastructure, redimensionner les ressources ou respecter des contraintes budgétaires.

Voir la compétence

quantizing-models-bitsandbytes

Autre

Cette compétence quantifie les LLMs en précision 8 bits ou 4 bits à l'aide de bitsandbytes, permettant une réduction de 50 à 75 % de la mémoire utilisée avec une perte de précision minime. Elle est idéale pour exécuter des modèles plus volumineux sur une mémoire GPU limitée ou pour accélérer l'inférence, prenant en charge des formats comme INT8, NF4 et FP4. La compétence s'intègre à HuggingFace Transformers et permet l'entraînement QLoRA ainsi que l'utilisation d'optimiseurs en 8 bits.

Voir la compétence

dispatching-parallel-agents

Autre

Cette compétence Claude déploie plusieurs agents pour enquêter et résoudre simultanément 3 problèmes indépendants ou plus. Elle est conçue pour des scénarios impliquant des défaillances non liées qui peuvent être résolues sans état partagé ni dépendances. La capacité fondamentale est la résolution de problèmes en parallèle, en assignant un agent par domaine problématique indépendant afin de maximiser l'efficacité.

Voir la compétence