plan-sprint
О программе
Навык plan-sprint помогает разработчикам планировать Agile-спринты, выбирая элементы бэклога, определяя цели спринта, рассчитывая пропускную способность команды и разбивая элементы на задачи. Он создает комплексный документ SPRINT-PLAN.md с целями, выбранными элементами, разбивкой задач и распределением ресурсов. Используйте его при запуске новых спринтов, перепланировании после изменения объема работ, переходе от эпизодической работы или когда элементы бэклога готовы к реализации.
Быстрая установка
Claude Code
Рекомендуетсяnpx 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/plan-sprintСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
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 репозиторий
Похожие навыки
llamaguard
ДругоеLlamaGuard — это модель от Meta с 7–8 миллиардами параметров для модерации входных и выходных данных больших языковых моделей по шести категориям безопасности, таким как насилие и разжигание ненависти. Она обеспечивает точность 94–95% и может быть развернута с помощью vLLM, Hugging Face или Amazon SageMaker. Используйте этот навык, чтобы легко интегрировать фильтрацию контента и защитные механизмы в ваши ИИ-приложения.
cost-optimization
ДругоеЭтот навык Claude помогает разработчикам оптимизировать облачные расходы за счет правильного подбора ресурсов, стратегий тегирования и анализа затрат. Он предоставляет framework для сокращения облачных расходов и внедрения управления затратами в AWS, Azure и GCP. Используйте его, когда вам нужно проанализировать расходы на инфраструктуру, оптимизировать ресурсы или уложиться в бюджетные ограничения.
quantizing-models-bitsandbytes
ДругоеЭтот навык выполняет квантизацию LLM до 8-битной или 4-битной точности с использованием библиотеки bitsandbytes, обеспечивая сокращение использования памяти на 50-75% при минимальной потере точности. Он идеально подходит для запуска больших моделей при ограниченной памяти GPU или для ускорения вывода, поддерживая форматы INT8, NF4 и FP4. Навык интегрируется с HuggingFace Transformers и позволяет использовать обучение QLoRA и 8-битные оптимизаторы.
dispatching-parallel-agents
ДругоеЭтот навык Claude распределяет нескольких агентов для исследования и устранения трёх и более независимых проблем параллельно. Он предназначен для сценариев с несвязанными сбоями, которые можно устранить без общего состояния или зависимостей. Ключевая возможность — параллельное решение проблем, где за каждую независимую предметную область назначается отдельный агент для максимальной эффективности.
