create-work-breakdown-structure
について
このClaudeスキルは、プロジェクト成果物を管理可能な作業パッケージの階層に分解し、作業分解構成図(WBS)とWBS辞書を作成します。WBSコーディング、工数見積り、依存関係の特定を扱い、クリティカルパスの候補を強調表示します。ウォーターフォール型計画において、プロジェクト憲章承認後に使用し、見積り、リソース配分、スケジューリングの基礎を確立するために活用してください。
クイックインストール
Claude Code
推奨npx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-work-breakdown-structure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
造工作分解結構
分項目範圍為階層之工作包,可估、可派、可追。WBS 為估工、資源計畫、排程開發之基,將複雜交付物分為可管之組件。
適用時機
- 項目章程核准且範圍已定後
- 計畫含既定交付物之古典/瀑布項目
- 將大倡議分為可管之工作包
- 立估工與資源計畫之基
- 造所有所需工作之共識
輸入
- 必要:核准之項目章程(尤範圍與交付物段)
- 必要:項目方法論(古典/瀑布、或含 WBS 之混合計畫)
- 選擇性:類似項目之歷史工作資料
- 選擇性:團隊組成與可用技能
- 選擇性:組織之 WBS 範本或標準
步驟
步驟一:自章程萃交付物
讀項目章程。列所有交付物與接受標準。組之為 3-7 頂層類(此為 WBS Level 1 元素)。
預期: Level 1 WBS 元素清單合章程交付物。
失敗時: 若章程泛,返 draft-project-charter 以精修範圍。
步驟二:分為工作包
各 Level 1 元素,分為子元素(Level 2、Level 3)。施 100% 規則:子元素須代表父範圍之 100%。分停於工作包為:
- 可估(可以人日派工)
- 可派(一人或一團隊有之)
- 可量(明完/未完標準)
造 WBS 大綱:
# Work Breakdown Structure: [Project Name]
## Document ID: WBS-[PROJECT]-[YYYY]-[NNN]
### WBS Hierarchy
1. [Level 1: Deliverable Category A]
1.1 [Level 2: Sub-deliverable]
1.1.1 [Level 3: Work Package]
1.1.2 [Level 3: Work Package]
1.2 [Level 2: Sub-deliverable]
2. [Level 1: Deliverable Category B]
2.1 [Level 2: Sub-deliverable]
3. [Level 1: Project Management]
3.1 Planning
3.2 Monitoring & Control
3.3 Closure
施 WBS 編碼(1.1.1 格式)。確保最深 3-5 層。恒含「Project Management」分支。
預期: 全 WBS,含 15-50 工作包,各有唯一 WBS 編碼。
失敗時: 若分超 5 層,範圍過大——考慮分為子項目。
步驟三:寫 WBS 字典
各工作包(葉節點),寫字典項:
# WBS Dictionary: [Project Name]
## Document ID: WBS-DICT-[PROJECT]-[YYYY]-[NNN]
### WBS 1.1.1: [Work Package Name]
- **Description**: What this work package produces
- **Acceptance Criteria**: How to verify it's done
- **Responsible**: Person or role
- **Estimated Effort**: [T-shirt size or person-days]
- **Dependencies**: WBS codes this depends on
- **Assumptions**: Key assumptions for this work package
### WBS 1.1.2: [Work Package Name]
...
預期: 各葉節點工作包皆有字典項。
失敗時: 缺之字典項指分解不全——返步驟二。
步驟四:估工
各工作包施一估法:
- T-shirt 尺碼(XS/S/M/L/XL)供早期計畫
- 人日供細計畫
- 三點估(樂觀/最可能/悲觀)供高不確之工
造摘要表:
## Effort Summary
| WBS Code | Work Package | Estimate | Method | Confidence |
|----------|-------------|----------|--------|------------|
| 1.1.1 | [Name] | 5 pd | person-days | High |
| 1.1.2 | [Name] | M | t-shirt | Medium |
總工 = 所有工作包之和。
預期: 各工作包皆有估工含所述信心度。
失敗時: 若 >30% 之包信心為 Low,與 SME 排精修會。
步驟五:辨依賴與關鍵路徑候選
映工作包間之依賴:
## Dependencies
| WBS Code | Depends On | Type | Notes |
|----------|-----------|------|-------|
| 1.2.1 | 1.1.1 | Finish-to-Start | Output of 1.1.1 is input to 1.2.1 |
| 2.1.1 | 1.1.2 | Finish-to-Start | |
辨依賴工作包之最長鏈——此為關鍵路徑候選。
預期: 依賴表含至少 finish-to-start 關係。
失敗時: 若依賴成環,分解有誤——返步驟二。
步驟六:審與基線
合 WBS 與字典為終檔。各層驗 100% 規則。得相關者簽。
預期: WBS.md 與 WBS-DICTIONARY.md 檔已造並審。
失敗時: 若相關者辨缺範圍,加工作包並重估。
驗證
- WBS 檔已造,含文件 ID 與 WBS 編碼
- 100% 規則於各層皆滿:子完整代表父範圍
- 各葉節點有 WBS 字典項
- 所有工作包皆有估工
- 依賴已辨,無循環引用
- 含 Project Management 分支
- 關鍵路徑候選已辨
- WBS 深度不超 5 層
常見陷阱
- 混交付物與活動:WBS 元素當為名詞(交付物),非動詞(活動)。「User Authentication Module」非「Implement Authentication」
- 違 100% 規則:若子不合父範圍之 100%,工作將被漏
- 過淺或過深:2 層於計畫過泛;6+ 層為微管理。目標 3-5 層
- 跳 Project Management 分支:PM 工作(計畫、會議、報告)為耗工之實工
- 分解前估:估工作包,非類。Level 1 之估不可靠
- 無字典:無字典之 WBS 為標籤之樹——字典提供完成之定義
相關技能
draft-project-charter—— 提供餵 WBS 分解之範圍與交付物manage-backlog—— 將 WBS 工作包轉為追之積壓項generate-status-report—— 對 WBS 完成率報告進度plan-sprint—— 若用混合法,自 WBS 工作包計畫衝刺conduct-retrospective—— 審估之準度與分解之品質
GitHub リポジトリ
関連スキル
content-collections
メタこのスキルは、Content Collections(Markdown/MDXファイルを型安全なデータコレクションに変換するTypeScriptファーストのツール)の本番環境でテストされた設定を提供します。Zodバリデーションによる型安全性を実現し、ブログ、ドキュメントサイト、コンテンツ重視のVite + Reactアプリケーション構築時にご利用ください。Viteプラグインの設定、MDXコンパイルから、デプロイ最適化、スキーマバリデーションまで、すべてを網羅しています。
polymarket
メタこのスキルは、開発者がPolymarket予測市場プラットフォームを活用したアプリケーション構築を可能にします。API統合による取引や市場データの取得に加え、WebSocketを介したリアルタイムデータストリーミングにより、ライブ取引や市場活動を監視できます。取引戦略の実装や、ライブ市場更新を処理するツールの作成にご利用ください。
creating-opencode-plugins
メタこのスキルは、開発者がコマンド、ファイル、LSP操作など25種類以上のイベントタイプにフックするOpenCodeプラグインを作成することを支援します。JavaScript/TypeScriptモジュール向けに、プラグイン構造、イベントAPI仕様、および実装パターンを提供します。カスタムイベント駆動ロジックでOpenCode AIアシスタントのライフサイクルをインターセプト、監視、または拡張する必要がある場合にご利用ください。
sglang
メタSGLangは、高性能なLLMサービングフレームワークであり、RadixAttentionプレフィックスキャッシュを活用したJSON、正規表現、エージェントワークフロー向けの高速で構造化された生成を特長とします。特にプレフィックスが繰り返されるタスクにおいて、大幅に高速な推論を実現し、複雑な構造化出力やマルチターン対話に最適です。制約付きデコードが必要な場合や、広範なプレフィックス共有を伴うアプリケーションを構築する場合は、vLLMなどの代替案ではなくSGLangを選択してください。
