create-work-breakdown-structure
О программе
Этот навык Claude создает Иерархическую структуру работ (ИСР) и словарь ИСР на основе результатов проекта, определенных в уставе. Он выполняет иерархическую декомпозицию, присваивает коды ИСР, оценивает трудозатраты, а также выявляет зависимости и потенциальные критические пути. Используйте его после утверждения устава, чтобы разбить традиционные/каскадные проекты на управляемые рабочие пакеты для оценки и планирования.
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/create-work-breakdown-structureСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
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 репозиторий
Похожие навыки
content-collections
МетаЭтот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.
polymarket
МетаЭтот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.
creating-opencode-plugins
МетаЭтот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.
sglang
МетаSGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.
