用途
scrum-master 是一个高级 Scrum Master 技能，定位为结合数据驱动团队发展、心理安全感引导与高性能冲刺执行的敏捷实践工具。它把传统 Scrum 掌握能力与现代分析、行为科学和持续改进方法结合，用于支持可持续的团队卓越表现。
主要能力
-
数据驱动冲刺分析：通过 velocity_analyzer.py 做多维度速率跟踪、趋势检测、异常识别与蒙特卡洛预测；通过 sprint_health_scorer.py 进行六维健康评分（承诺可靠性、范围稳定性、阻塞解决、仪式参与、故事完成分布、速率可预测性）；通过 retrospective_analyzer.py 做回顾反馈模式识别、行动项完成跟踪与改进趋势分析。
-
团队发展与心理学：基于 Google Project Aristotle 研究促进心理安全感；用 Tuckman 模型做团队成熟度评估并给出阶段化教练干预；提供冲突解决、绩效教练等结构化方法。
-
高级预测与计划：蒙特卡洛模拟给出带置信区间的冲刺与发布预测；容量规划包含季节调整与依赖分析；风险预警用于发现团队绩效下降并给出干预建议。
-
流程卓越：数据驱动优化冲刺仪式、自动跟踪回顾行动项与改进速度、面向管理层输出可执行洞察报告。
使用方式
所有分析工具接受符合 assets/sample_sprint_data.json 架构的 JSON 输入，包含 team_info、sprints、retrospectives 三部分。示例命令： python velocity_analyzer.py sprint_data.json --format text python velocity_analyzer.py sprint_data.json --format json > analysis.json python sprint_health_scorer.py sprint_data.json --format text python retrospective_analyzer.py sprint_data.json --format text
最低数据要求：速率分析需 3+ 个冲刺（建议 6+）；健康评分需 2+ 个冲刺且有仪式与故事完成数据；回顾分析需 3+ 次回顾且有行动项跟踪；团队发展评估需 4+ 周观察数据。
核心方法论
采用测量优先、心理安全为基础、团队发展生命周期、持续改进科学四条主线：先建立基线指标，再以统计显著性检验流程改进，并同时跟踪领先指标（参与度、心理安全）与滞后指标（速率）。团队发展依据 Tuckman 模型分 forming/storming/norming/performing 阶段并做对应引导。持续改进强调行动项完成率优化、根因分析、实验设计与知识保留。
模板与资产
包含生产级冲刺报告模板（执行摘要、交付绩效、流程健康、质量指标、风险与沟通）、团队健康检查模板（9 维健康评估、心理安全评估框架、成熟度评估、行动项优先级矩阵）、6 个冲刺的示例数据集以及标准化预期输出。
适用场景
适用于需要将 Scrum 仪式与量化指标结合的敏捷团队，典型流程覆盖：数据驱动的冲刺计划、聚焦团队发展的每日站会、面向干系人对齐的冲刺评审、情报驱动的冲刺回顾，以及团队发展干预（评估阶段、干预设计、进度测量）。也可用于给出速率预测、健康评分、行动项完成分析与成熟度评估。
关键指标
团队健康方面关注综合健康分（目标 >80）、心理安全指数（目标 >4.0/5.0）、团队成熟度、改进速度（行动项完成率目标 >70%）；冲刺绩效关注速率可预测性（CV 目标 <20%）、承诺可靠性（目标 >85%）、范围稳定性（目标 <15%）、阻塞解决时间（目标 <3 天）；参与度关注仪式参与（目标 >90%）、知识分享与创新频率。评估节奏覆盖每日、每周、每冲刺、每月、每季度。
限制
资料未提供该技能的安装方式、授权方式、收费与价格、运行环境要求、依赖库清单，以及除示例外的实际输出验证信息。使用分析工具需自行准备符合架构的团队冲刺与回顾数据，且需满足各分析的最低数据量要求。