スキル一覧に戻る

manage-backlog

pjt222
更新日 Yesterday
3 閲覧
17
2
17
GitHubで表示
その他general

について

このスキルは、開発者がユーザーストーリー、受け入れ基準、見積もりを含む優先順位付けされたプロダクトバックログを作成・管理するのを支援します。MoSCoW法による優先順位付け、バックロググルーミング、大きい項目の分割、ステータス追跡といった主要なアジャイルプラクティスをサポートします。新規プロジェクトの開始時、スプリントプランニングの準備時、あるいはスコープ変更の管理時にご活用ください。

クイックインストール

Claude Code

推奨
メイン
npx skills add pjt222/agent-almanac -a claude-code
プラグインコマンド代替
/plugin add https://github.com/pjt222/agent-almanac
Git クローン代替
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/manage-backlog

このコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします

ドキュメント


name: manage-backlog description: > 创建和维护包含优先级条目、验收标准和估算值的产品或项目待办事项列表。 涵盖用户故事编写、MoSCoW 优先级排序、待办事项梳理、条目拆分和状态跟踪。 适合在新项目启动时将范围转化为可操作条目、在冲刺规划前持续进行梳理、 在干系人反馈或范围变更后重新排序,或将过大条目拆分为可实施的部分时使用。 license: MIT allowed-tools: Read Write Edit Bash Grep Glob metadata: author: Philipp Thoss version: "1.0" domain: project-management complexity: intermediate language: multi tags: project-management, backlog, user-stories, prioritization, grooming, moscow locale: zh-CN source_locale: en source_commit: 6f65f316 translator: claude-opus-4-6 translation_date: "2026-03-16"

管理产品待办事项列表

创建、优先排序并维护工作条目的待办事项列表,作为待完成工作的唯一真实来源,适用于敏捷和传统项目管理方法。

适用场景

  • 新项目启动时将范围转化为可操作条目
  • 在冲刺规划前持续进行待办事项梳理
  • 在干系人反馈或范围变更后重新排序工作
  • 将过大条目拆分为可实施的部分
  • 审查和归档已完成或已取消的条目

输入

  • 必填:项目范围(来自章程、WBS 或干系人输入)
  • 可选:待更新的现有待办事项文件(BACKLOG.md)
  • 可选:优先级排序框架偏好(MoSCoW、价值/工作量、WSJF)
  • 可选:估算规模(故事点数、T 恤尺码、人日)
  • 可选:需要更新待办事项的冲刺或迭代反馈

步骤

第 1 步:创建或加载待办事项结构

如果没有待办事项列表,创建具有标准列的 BACKLOG.md。如果已存在,读取并验证结构。

# Product Backlog: [Project Name]
## Last Updated: [YYYY-MM-DD]

### Summary
- **Total Items**: [N]
- **Ready for Sprint**: [N]
- **In Progress**: [N]
- **Done**: [N]
- **Cancelled**: [N]

### Backlog Items
| ID | Title | Type | Priority | Estimate | Status | Sprint |
|----|-------|------|----------|----------|--------|--------|
| B-001 | [Title] | Feature | Must | 5 | Ready | — |
| B-002 | [Title] | Bug | Should | 2 | Ready | — |
| B-003 | [Title] | Task | Could | 3 | New | — |

### Item Details

#### B-001: [Title]
- **Type**: Feature | Bug | Task | Spike | Tech Debt
- **Priority**: Must | Should | Could | Won't
- **Estimate**: [Points or size]
- **Status**: New | Ready | In Progress | Done | Cancelled
- **Acceptance Criteria**:
  - [ ] [Criterion 1]
  - [ ] [Criterion 2]
- **Notes**: [Context, links, dependencies]

#### B-002: [Title]
...

预期结果: BACKLOG.md 存在,具有有效的结构和汇总统计数据。

失败处理: 如果文件结构损坏,在保留现有条目数据的前提下重新构建。

第 2 步:编写或细化条目

对每个新条目,以用户故事或需求格式编写:

  • 用户故事格式:"作为 [角色],我希望 [能力],以便 [获益]"
  • 需求格式:"[系统/组件] 在 [条件] 时应 [行为]"

每个条目必须包含:

  • 唯一 ID(B-NNN,递增)
  • 清晰标题(祈使动词形式)
  • 类型分类
  • 至少 2 个验收标准(可测试,二元通过/失败)

示例:

#### B-005: Enable User Login with OAuth
- **Type**: Feature
- **Priority**: Must
- **Estimate**: 5
- **Status**: Ready
- **Acceptance Criteria**:
  - [ ] User can log in using GitHub OAuth
  - [ ] User session persists for 24 hours
  - [ ] Failed login shows clear error message
- **Notes**: Requires OAuth app registration in GitHub

预期结果: 所有条目都有标题、类型和验收标准。

失败处理: 没有验收标准的条目标记为 Status: New(非 Ready)。它们不能进入冲刺。

第 3 步:使用 MoSCoW 或价值/工作量矩阵排列优先级

应用所选的优先级排序框架:

MoSCoW(默认):

  • Must(必须有):没有它项目失败。不可协商。
  • Should(应该有):重要但项目没有它仍可成功。如果容量允许则包含。
  • Could(可以有):锦上添花。仅在不影响 Must/Should 条目时包含。
  • Won't(不会有):明确排除在当前范围之外。记录以供未来考虑。

价值/工作量矩阵(备选):

低工作量高工作量
高价值优先做(快速获胜)其次做(大赌注)
低价值第三做(填充项)不做(资金陷阱)

排序待办事项表:Must 条目在前(Must 内按价值排序),然后是 Should,然后是 Could。

预期结果: 每个条目都有优先级。待办事项列表按优先级排序。

失败处理: 如果干系人在优先级上存在分歧,将 Must 与 Should 的决策上报给项目发起人。

第 4 步:梳理——拆分、估算和细化

审查条目的冲刺就绪性。对每个条目:

  1. 拆分:如果估算 > 8 点(或 > 1 周工作量):分解为 2-4 个较小条目
  2. 估算:使用项目选定的规模
  3. 细化:将模糊的验收标准转化为可测试的条件
  4. 标记就绪:当条目具有标题、验收标准、估算且无阻碍项时标记为 Ready

记录拆分情况:

**Split**: B-003 split into B-003a, B-003b, B-003c (original archived)

#### B-003a: Set Up Database Schema
- **Type**: Task
- **Priority**: Must
- **Estimate**: 3
- **Status**: Ready
- **Acceptance Criteria**:
  - [ ] Users table created with email, name fields
  - [ ] Migrations run successfully on dev environment

#### B-003b: Implement User CRUD Operations
- **Type**: Task
- **Priority**: Must
- **Estimate**: 5
- **Status**: Ready
- **Acceptance Criteria**:
  - [ ] Create user endpoint returns 201 with user object
  - [ ] Update user endpoint validates required fields

预期结果: 所有 Must 和 Should 条目处于 Ready 状态。

失败处理: 无法估算的条目需要在待办事项中添加一个 Spike(时间盒化研究任务)。

第 5 步:更新汇总并归档

更新汇总统计数据。将 Done 和 Cancelled 条目移至归档部分:

### Archive
| ID | Title | Status | Sprint | Completed |
|----|-------|--------|--------|-----------|
| B-001 | Enable User Login with OAuth | Done | S-003 | 2025-03-15 |
| B-004 | Add Dark Mode Theme | Cancelled | — | 2025-03-10 |

通过统计每种状态的条目数更新汇总:

# Count Ready items
grep "| Ready |" BACKLOG.md | wc -l

# Count In Progress items
grep "| In Progress |" BACKLOG.md | wc -l

# Count Done items
grep "| Done |" BACKLOG.md | wc -l

预期结果: 汇总统计数据与实际条目数量匹配。归档部分包含所有已关闭条目。

失败处理: 如果计数不匹配,通过搜索 Status 值重新计数并手动更新汇总。

验证清单

  • BACKLOG.md 存在,具有标准结构
  • 每个条目都有唯一 ID、标题、类型、优先级和状态
  • 所有 Must 和 Should 条目都有验收标准
  • 条目按优先级排序(Must 在前,然后 Should,然后 Could)
  • 没有估算超过 8 点的条目未经拆分
  • 汇总统计数据准确
  • Done/Cancelled 条目已归档

常见问题

  • 没有验收标准:没有标准的条目无法验证是否完成。每个条目至少需要 2 个可测试的标准。
  • 所有东西都是 Must 优先级:如果超过 50% 的条目是 Must,优先级设置不真实。在 Must 内进行强制排名。
  • 僵尸条目:在待办事项中停留数月没有进展的条目应重新评估或取消。
  • 缺乏上下文的估算:故事点是相对的——团队必须有参考条目(例如"B-001 是我们的 3 点参考")。
  • 拆分创造碎片:拆分时,确保每个子条目可独立交付且有价值。
  • 待办事项成为垃圾场:待办事项不是愿望清单。定期清理不再与项目目标对齐的条目。
  • 缺少依赖关系:在 Notes 字段中记录阻碍条目。被阻碍的条目不应标记为 Ready。

相关技能

  • draft-project-charter — 章程范围转化为初始待办事项
  • create-work-breakdown-structure — WBS 工作包可成为待办事项条目
  • plan-sprint — 冲刺规划从待办事项列表顶部选择条目
  • generate-status-report — 待办事项燃尽数据为状态报告提供素材
  • conduct-retrospective — 回顾改进条目反馈到待办事项列表

GitHub リポジトリ

pjt222/agent-almanac
パス: i18n/zh-CN/skills/manage-backlog
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

関連スキル

llamaguard

その他

LlamaGuardは、暴力やヘイトスピーチなど6つの安全性カテゴリーにおいて、LLMの入力と出力をモデレートするMetaの70-80億パラメータモデルです。94〜95%の精度を提供し、vLLM、Hugging Face、Amazon SageMakerを使用してデプロイ可能です。このスキルを使用して、AIアプリケーションにコンテンツフィルタリングと安全策を簡単に統合できます。

スキルを見る

cost-optimization

その他

このClaudeスキルは、リソースの適正サイジング、タグ付け戦略、支出分析を通じて、開発者がクラウドコストを最適化することを支援します。AWS、Azure、GCPにわたるクラウド支出の削減とコストガバナンスの実施のためのフレームワークを提供します。インフラコストの分析、リソースの適正サイジング、または予算制約への対応が必要な際にご利用ください。

スキルを見る

quantizing-models-bitsandbytes

その他

このスキルは、bitsandbytesを使用してLLMを8ビットまたは4ビット精度に量子化し、精度の低下を最小限に抑えつつ50〜75%のメモリ削減を実現します。限られたGPUメモリでより大規模なモデルを実行したり、推論を高速化するのに理想的で、INT8、NF4、FP4などのフォーマットをサポートしています。HuggingFace Transformersと統合され、QLoRAトレーニングや8ビットオプティマイザーを可能にします。

スキルを見る

dispatching-parallel-agents

その他

このClaudeスキルは、複数のエージェントを配備し、3つ以上の独立した問題を並行して調査・修正します。共有状態や依存関係がなく解決可能な、無関係な障害が発生するシナリオ向けに設計されています。中核となる機能は並列問題解決であり、効率を最大化するために独立した問題領域ごとに1つのエージェントを割り当てます。

スキルを見る