MCP HubMCP Hub
스킬 목록으로 돌아가기

plan-sprint

pjt222
업데이트됨 Yesterday
9 조회
17
2
17
GitHub에서 보기
기타general

정보

plan-sprint 스킬은 백로그 항목 선정, 스프린트 목표 정의, 팀 역량 산정, 항목별 작업 분할을 통해 개발자들이 애자일 스프린트를 계획할 수 있도록 돕습니다. 이 스킬은 목표, 선정된 항목, 작업 분할 내역, 역량 배분을 포함한 종합적인 SPRINT-PLAN.md 문서를 생성합니다. 새로운 스프린트 시작 시, 범위 변경 후 재계획 시, 임시 작업에서 전환 시, 또는 백로그 항목이 구현 준비가 되었을 때 사용하세요.

빠른 설치

Claude Code

추천
기본
npx skills add pjt222/agent-almanac -a claude-code
플러그인 명령대체
/plugin add https://github.com/pjt222/agent-almanac
Git 클론대체
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/plan-sprint

Claude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요

문서


name: plan-sprint description: > 通过细化待办事项、定义冲刺目标、计算团队容量、选择条目并将其分解为任务来规划冲刺。 生成包含目标、所选条目、任务分解和容量分配的 SPRINT-PLAN.md。 适合在 Scrum 或敏捷项目中启动新冲刺、重大范围变更后重新规划、 从临时工作过渡到有组织的冲刺节奏,或在待办事项梳理后条目已准备好纳入时使用。 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, sprint, agile, scrum, capacity, sprint-planning locale: zh-CN source_locale: en source_commit: 6f65f316 translator: claude-opus-4-6 translation_date: "2026-03-16"

规划冲刺

通过选择已细化的待办事项至团队容量上限、定义明确的冲刺目标,并将所选条目分解为可操作的任务,规划一个时间盒化的冲刺。本技能生成完整的冲刺计划,指导团队在整个冲刺迭代期间的工作。

适用场景

  • 在 Scrum 或敏捷项目中启动新冲刺
  • 重大范围变更后重新规划冲刺
  • 从临时工作过渡到有组织的冲刺节奏
  • 待办事项梳理后条目已准备好纳入冲刺
  • 项目章程批准后规划第一个冲刺

输入

  • 必填:产品待办事项列表(已优先级排序,含估算值)
  • 必填:冲刺时长(通常 1-2 周)
  • 必填:团队成员及其可用性
  • 可选:前一冲刺的速度(完成的故事点数或条目数)
  • 可选:冲刺编号和日期范围
  • 可选:上一冲刺的遗留条目

步骤

第 1 步:审查和细化待办事项

阅读当前的 BACKLOG.md。对待办事项列表顶部的每个候选条目,验证其是否包含:

  • 清晰的标题和描述
  • 验收标准(可测试的条件)
  • 估算值(故事点数或 T 恤尺码)
  • 无未解决的阻碍项

细化任何缺少这些要素的条目。将估算值超过一半冲刺容量的条目拆分为更小、更易管理的部分。

预期结果: 待办事项列表顶部的 10-15 个条目已"冲刺就绪",包含验收标准和估算值。

失败处理: 如果条目缺少验收标准,现在编写。如果条目无法估算,安排细化讨论,仅选择已就绪的条目。

第 2 步:定义冲刺目标

写出一个明确的冲刺目标——用一句话说明本次冲刺将实现什么。目标应该:

  • 在冲刺时长内可实现
  • 对干系人有价值
  • 可测试(可在冲刺结束时验证是否达成)
**Sprint Goal**: [One sentence describing the objective]

示例:"通过电子邮件验证和双因素认证,使用户能够重置密码。"

预期结果: 冲刺目标表述为一句清晰、可测试的话。

失败处理: 如果没有连贯的目标浮现,待办事项优先级可能过于分散——咨询产品负责人,聚焦于单一有价值的结果。

第 3 步:计算团队容量

计算每位团队成员的可用人日:

## 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** |

开销涵盖会议、审查、临时请求(通常 15-25%)。

如果使用故事点:用前一冲刺速度作为容量。如果是第一个冲刺,使用理论最大值的 60-70%。

预期结果: 以人日或故事点计算的容量,并记录假设条件。

失败处理: 如果没有历史速度数据,保持保守——按 60% 容量规划,冲刺后调整。宁可少承诺多交付,也不要多承诺而失败。

第 4 步:选择条目并组成冲刺待办事项列表

从产品待办事项列表顶部选择条目直至达到容量上限。将每个所选条目分解为任务(每个 2-8 小时):

# 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] |

预期结果: 冲刺待办事项列表中所选条目不超过容量,每个条目均分解为带时间估算的任务。

失败处理: 如果总点数超过容量,移除最低优先级条目。绝不超出容量 10% 以上。如果依赖关系阻碍排序,重新排序或推迟条目。

第 5 步:记录承诺并保存

将冲刺计划写入 SPRINT-PLAN.md(或 SPRINT-PLAN-S[NNN].md 用于归档)。确认:

  • 冲刺目标可通过所选条目实现
  • 没有团队成员被过度分配(> 100% 容量)
  • 条目间的依赖关系顺序正确
  • 遗留条目已在容量中计入
  • 所有验收标准已从待办事项中复制

运行最终验证:

# 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}'

预期结果: SPRINT-PLAN.md 已创建,包含完整的冲刺待办事项列表和任务分解。总小时数应 ≤ 可用人日 × 8 小时的 80%。

失败处理: 如果承诺与目标不一致,重新审视第 4 步中的条目选择。如果任务小时数超过容量,移除最后一个条目或更细粒度地分解任务。

验证清单

  • 冲刺目标是一句清晰、可测试的话
  • 团队容量已计算并记录假设条件(开销百分比、带薪假已计入)
  • 所选条目不超过容量(点数或人日)
  • 每个所选条目的验收标准已复制到任务分解中
  • 每个所选条目已分解为任务(每个 2-8 小时)
  • 没有团队成员被过度分配超过 100% 容量
  • 上一冲刺的遗留条目已记录剩余工作量
  • 条目间的依赖关系顺序正确
  • 风险和缓解措施已记录
  • SPRINT-PLAN.md 文件已创建并保存

常见问题

  • 没有冲刺目标:没有目标,冲刺只是一堆任务的集合。目标提供专注方向,是冲刺中期范围决策的基础。
  • 过度承诺:按 100% 容量规划忽略了中断、缺陷和开销。按 70-80% 规划以为意外情况留出缓冲。
  • 任务过大:超过 8 小时的任务会隐藏复杂性并使进度跟踪困难。将任务分解至 2-8 小时。
  • 忽略遗留条目:上一冲刺未完成的条目会消耗本次冲刺的容量。在容量计算中明确计入。
  • 冲刺目标等同于条目列表:"完成 B-001、B-002、B-003"不是目标。目标描述结果:"用户可以通过电子邮件验证重置密码。"
  • 没有任务负责人:规划时每个任务都应有指定人员,以便早期发现容量冲突。
  • 跳过验收标准:没有验收标准的任务无法测试。将验收标准从待办事项复制到任务分解部分。

相关技能

  • manage-backlog — 维护和优先排序为冲刺规划提供来源的产品待办事项列表
  • draft-project-charter — 为第一个冲刺提供项目背景和初始范围
  • generate-status-report — 向干系人报告冲刺进展和速度
  • conduct-retrospective — 回顾冲刺执行情况并改进规划流程
  • create-work-breakdown-structure — 在混合敏捷-瀑布方法中,WBS 工作包可以转入待办事项列表

GitHub 저장소

pjt222/agent-almanac
경로: i18n/zh-CN/skills/plan-sprint
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

연관 스킬

llamaguard

기타

LlamaGuard는 폭력 및 혐오 발언 등 6가지 안전 범주에서 LLM 입력과 출력을 조정하기 위한 Meta의 70-80억 파라미터 모델입니다. 94-95% 정확도를 제공하며 vLLM, Hugging Face 또는 Amazon SageMaker를 사용해 배포할 수 있습니다. 이 기술을 사용하여 AI 애플리케이션에 콘텐츠 필터링 및 안전 가드레일을 손쉽게 통합하세요.

스킬 보기

cost-optimization

기타

이 Claude Skill은 리소스 적정화, 태깅 전략, 지출 분석을 통해 개발자들이 클라우드 비용을 최적화할 수 있도록 지원합니다. AWS, Azure, GCP에서 클라우드 비용을 절감하고 비용 거버넌스를 구현하기 위한 프레임워크를 제공합니다. 인프라 비용을 분석하거나, 리소스를 적정화하거나, 예산 제약을 충족해야 할 때 사용하세요.

스킬 보기

quantizing-models-bitsandbytes

기타

이 스킬은 bitsandbytes를 사용하여 LLM을 8비트 또는 4비트 정밀도로 양자화하며, 최소한의 정확도 손실로 50-75%의 메모리 감소를 달성합니다. 제한된 GPU 메모리에서 더 큰 모델을 실행하거나 추론을 가속화하는 데 이상적이며, INT8, NF4, FP4와 같은 형식을 지원합니다. 이 스킬은 HuggingFace Transformers와 통합되어 QLoRA 학습 및 8비트 옵티마이저를 가능하게 합니다.

스킬 보기

dispatching-parallel-agents

기타

이 Claude Skill은 3개 이상의 독립적인 문제를 동시에 조사하고 해결하기 위해 다중 에이전트를 배치합니다. 공유 상태나 의존성 없이 해결 가능한 무관련 장애 시나리오에 맞게 설계되었습니다. 핵심 기능은 병렬 문제 해결로, 각 독립 문제 영역마다 하나의 에이전트를 할당하여 효율성을 극대화합니다.

스킬 보기