create-work-breakdown-structure
정보
이 Claude Skill은 프로젝트 헌장의 산출물로부터 작업 분할 구조(WBS)와 WBS 사전을 생성합니다. 계층적 분해, WBS 코드 부여, 노력 추정, 의존성 및 임계 경로 후보 식별을 수행합니다. 전통적/폭포수 방식 프로젝트를 추정 및 계획을 위한 관리 가능한 작업 패키지로 분해할 때, 헌장 승인 후에 사용하세요.
빠른 설치
Claude Code
추천npx 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-structureClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
name: create-work-breakdown-structure description: > 根据项目章程可交付成果创建工作分解结构(WBS)和 WBS 字典。 涵盖层次化分解、WBS 编码、工作量估算、依赖关系识别和关键路径候选项。 适合在项目章程批准后使用,用于规划具有明确可交付成果的传统或瀑布式项目, 将大型计划分解为可管理的工作包,或为工作量估算和资源规划建立基础。 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, wbs, work-breakdown-structure, classic, waterfall, planning locale: zh-CN source_locale: en source_commit: 6f65f316 translator: claude-opus-4-6 translation_date: "2026-03-16"
创建工作分解结构
将项目范围分解为一组层次化的工作包,使其可被估算、分配和跟踪。WBS 通过将复杂的可交付成果拆解为可管理的组件,为工作量估算、资源规划和进度制定提供基础。
适用场景
- 项目章程已批准且范围已定义之后
- 规划具有明确可交付成果的传统/瀑布式项目
- 将大型计划分解为可管理的工作包
- 为工作量估算和资源规划建立基础
- 建立对所有所需工作的共同理解
输入
- 必填:已批准的项目章程(尤其是范围和可交付成果部分)
- 必填:项目方法论(传统/瀑布式,或用于规划的混合型 WBS)
- 可选:类似项目的历史工作量数据
- 可选:团队组成和可用技能
- 可选:组织 WBS 模板或标准
步骤
第 1 步:从章程中提取可交付成果
阅读项目章程。列出所有可交付成果和验收标准。将其分组为 3-7 个顶级类别(这些成为 WBS 第一级元素)。
预期结果: 与章程可交付成果匹配的第一级 WBS 元素列表。
失败处理: 如果章程内容模糊,返回使用 draft-project-charter 细化范围。
第 2 步:分解为工作包
对每个第一级元素,分解为子元素(第二级、第三级)。应用 100% 规则:子元素必须代表父元素 100% 的范围。当工作包满足以下条件时停止分解:
- 可估算(能以人日分配工作量)
- 可分配(一人或一个团队负责)
- 可衡量(有明确的完成/未完成标准)
创建 WBS 大纲:
# 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
应用 WBS 编码(1.1.1 格式)。确保最多 3-5 级深度。始终包含"项目管理"分支。
预期结果: 完整的 WBS,包含 15-50 个工作包,每个工作包具有唯一的 WBS 编码。
失败处理: 如果分解超过 5 级,说明范围过大——考虑拆分为子项目。
第 3 步:编写 WBS 字典
对每个工作包(叶节点),编写一个字典条目:
# 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]
...
预期结果: 每个叶节点工作包都有字典条目。
失败处理: 缺少字典条目表明分解不完整——重新审视第 2 步。
第 4 步:估算工作量
对每个工作包,采用一种估算方法:
- T 恤尺码(XS/S/M/L/XL)用于早期阶段规划
- 人日用于详细规划
- 三点估算(乐观/最可能/悲观)用于高不确定性工作
创建汇总表:
## 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 |
总工作量 = 所有工作包之和。
预期结果: 每个工作包都有工作量估算并说明置信度。
失败处理: 如果超过 30% 的工作包置信度为低,安排与主题专家的细化会议。
第 5 步:识别依赖关系和关键路径候选项
映射工作包之间的依赖关系:
## 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 | |
识别依赖工作包的最长链——这就是关键路径候选项。
预期结果: 依赖关系表至少包含完成到开始的关系。
失败处理: 如果依赖关系形成循环,说明分解存在错误——重新审视第 2 步。
第 6 步:审查和基线化
将 WBS 和字典合并为最终文档。在每个级别验证 100% 规则。获取干系人签字确认。
预期结果: WBS.md 和 WBS-DICTIONARY.md 文件已创建并经过审查。
失败处理: 如果干系人发现缺少的范围,添加工作包并重新估算。
验证清单
- WBS 文件已创建,包含文档 ID 和 WBS 编码
- 100% 规则满足:每个级别的子元素完整代表父元素范围
- 每个叶节点都有 WBS 字典条目
- 所有工作包都有工作量估算
- 识别了依赖关系且没有循环引用
- 包含项目管理分支
- 已识别关键路径候选项
- WBS 深度不超过 5 级
常见问题
- 将可交付成果与活动混淆:WBS 元素应为名词(可交付成果),而非动词(活动)。应为"用户认证模块"而非"实施认证"。
- 违反 100% 规则:如果子元素加起来不等于父元素范围的 100%,工作将被遗漏。
- 层级太浅或太深:2 级对规划而言过于模糊;6 级以上属于微观管理。目标为 3-5 级。
- 跳过项目管理分支:项目管理工作(规划、会议、报告)是真实工作,会消耗工作量。
- 分解前估算:估算工作包,而非类别。第一级的估算不可靠。
- 没有字典:没有字典的 WBS 只是标签树——字典提供了完成定义。
相关技能
draft-project-charter— 提供 WBS 分解所需的范围和可交付成果manage-backlog— 将 WBS 工作包转化为可跟踪的待办事项generate-status-report— 报告针对 WBS 完成百分比的进展plan-sprint— 如果采用混合方法,从 WBS 工作包进行冲刺规划conduct-retrospective— 审查估算准确性和分解质量
GitHub 저장소
연관 스킬
content-collections
메타이 스킬은 콘텐츠 콜렉션(Content Collections)을 위한 프로덕션 검증된 설정을 제공합니다. 콘텐츠 콜렉션은 Markdown/MDX 파일을 Zod 검증이 포함된 타입 안전한 데이터 콜렉션으로 변환해주는 TypeScript 최우선 도구입니다. 블로그, 문서 사이트 또는 콘텐츠 중심의 Vite + React 애플리케이션을 구축할 때 타입 안전성과 자동 콘텐츠 검증을 보장하기 위해 사용하세요. Vite 플러그인 구성과 MDX 컴파일부터 배포 최적화 및 스키마 검증에 이르기까지 모든 것을 다룹니다.
polymarket
메타이 스킬은 개발자들이 Polymarket 예측 시장 플랫폼을 활용한 애플리케이션을 구축할 수 있도록 지원하며, 거래 및 시장 데이터를 위한 API 통합 기능을 포함합니다. 또한 WebSocket을 통한 실시간 데이터 스트리밍을 제공하여 실시간 거래와 시장 활동을 모니터링할 수 있습니다. 이를 통해 거래 전략을 구현하거나 실시간 시장 업데이트를 처리하는 도구를 생성하는 데 활용할 수 있습니다.
creating-opencode-plugins
메타이 스킬은 개발자들이 명령어, 파일, LSP 작업 등 25개 이상의 이벤트 유형에 연결되는 OpenCode 플러그인을 만들 수 있도록 돕습니다. JavaScript/TypeScript 모듈을 위한 플러그인 구조, 이벤트 API 명세, 구현 패턴을 제공합니다. OpenCode AI 어시스턴트의 라이프사이클을 사용자 정의 이벤트 기반 로직으로 가로채거나, 모니터링하거나, 확장해야 할 때 사용하세요.
sglang
메타SGLang은 RadixAttention 프리픽스 캐싱을 활용하여 JSON, 정규식, 에이전트 워크플로우를 위한 고속 구조화 생성에 특화된 고성능 LLM 서빙 프레임워크입니다. 특히 반복되는 프리픽스가 있는 작업에서 상당히 빠른 추론 속도를 제공하여 복잡한 구조화 출력 및 다중 턴 대화에 이상적입니다. 제약 디코딩이 필요하거나 광범위한 프리픽스 공유가 있는 애플리케이션을 구축할 때는 vLLM과 같은 대안보다 SGLang을 선택하십시오.
