SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场scrum-master

scrum-master

通用与其它

查看项目

更新于 10-14 09:25

技能介绍

用途

该技能面向 Scrum Master 场景，用于对敏捷团队进行数据驱动的分析、预测和教练支持。其核心价值在于三个 Python 分析脚本及其工作流，可在冲刺计划、执行、评审、回顾以及团队发展过程中提供量化依据。

主要能力

1. 速度分析器（scripts/velocity_analyzer.py）

在冲刺历史数据上运行滚动平均、线性回归趋势检测和蒙特卡洛模拟。

使用方式：

# Text report
python velocity_analyzer.py sprint_data.json --format text

# JSON output for downstream processing
python velocity_analyzer.py sprint_data.json --format json > analysis.json

输出：速度趋势（改善/稳定/下降）、变异系数、在 50 / 70 / 85 / 95% 置信区间下的 6 个冲刺蒙特卡洛预测、带根因建议的异常标记。

校验：如果输入中少于 3 个冲刺，应停止并提示用户：“Velocity analysis needs at least 3 sprints. Please provide additional sprint data.” 建议 6 个及以上冲刺以获得具有统计意义的蒙特卡洛结果。

2. 冲刺健康度评分器（scripts/sprint_health_scorer.py）

从 6 个加权维度对团队健康度评分，得出 0–100 的总评。

维度、权重与目标：

  • Commitment Reliability（承诺可靠性）：25%，目标 >85% 冲刺目标达成
  • Scope Stability（范围稳定性）：20%，目标 <15% 冲刺中期变更
  • Blocker Resolution（阻碍解决）：15%，目标平均 <3 天
  • Ceremony Engagement（仪式参与度）：15%，目标 >90% 参与率
  • Story Completion Distribution（故事完成分布）：15%，目标高比例为完全完成的故事
  • Velocity Predictability（速度可预测性）：10%，目标 CV <20%

使用方式：

python sprint_health_scorer.py sprint_data.json --format text

输出：总体健康度分数与等级、各维度分数及建议、冲刺间趋势、干预优先级矩阵。

校验：需要 2 个及以上冲刺且包含仪式与故事完成数据。如果数据缺失，应报告哪些维度无法评分，并要求用户补充缺失项。

3. 回顾分析器（scripts/retrospective_analyzer.py）

跟踪行动项完成情况、反复出现的主题、情绪趋势和团队成熟度进展。

使用方式：

python retrospective_analyzer.py sprint_data.json --format text

输出：按优先级/负责人统计的行动项完成率、反复主题的持续分数、团队成熟度级别（forming/storming/norming/performing）、改善速度趋势。

校验：需要 3 个及以上带行动项跟踪的回顾。少于该数量时，说明局限并仅提供部分主题分析。

使用方式：输入要求

所有脚本接受符合 assets/sample_sprint_data.json 中 schema 的 JSON：

{
  "team_info": { "name": "string", "size": "number", "scrum_master": "string" },
  "sprints": [
    {
      "sprint_number": "number",
      "planned_points": "number",
      "completed_points": "number",
      "stories": [...],
      "blockers": [...],
      "ceremonies": {...}
    }
  ],
  "retrospectives": [
    {
      "sprint_number": "number",
      "went_well": ["string"],
      "to_improve": ["string"],
      "action_items": [...]
    }
  ]
}

Jira 及类似工具可以导出冲刺数据；在运行脚本前，需将导出字段映射到此 schema。assets/sample_sprint_data.json 提供完整 6 冲刺示例，assets/expected_output.json 提供对应预期结果（速度平均 20.2 分、CV 12.7%、健康度 78.3/100、行动项完成率 46.7%）。

使用方式：冲刺执行工作流

冲刺计划

  • 运行速度分析：python velocity_analyzer.py sprint_data.json --format text
  • 使用 70% 置信区间作为冲刺待办列表的建议承诺上限。
  • 查看健康度评分器中的承诺可靠性和范围稳定性分数，以校准与产品负责人的协商。
  • 如果蒙特卡洛输出显示高波动性（CV >20%），应向利益相关者呈现区间估计，而非单点预测。
  • 记录容量假设（请假、依赖项），供回顾对比。

每日站会

  • 跟踪参与情况和求助模式——在冲刺结束时将仪式数据输入 sprint_health_scorer.py。
  • 记录每个阻碍的开启日期；解决时间会输入阻碍解决维度。
  • 如果阻碍在 2 天后仍未解决，应主动升级并记录到冲刺数据中。

冲刺评审

  • 在演示的同时呈现速度趋势和健康度分数，为利益相关者提供交付背景。
  • 捕获评审中提出的范围变更请求；作为范围变更事件记录到冲刺数据中，供下一评分周期使用。

冲刺回顾

  • 会前运行全部三个脚本：
python sprint_health_scorer.py sprint_data.json --format text > health.txt
python retrospective_analyzer.py sprint_data.json --format text > retro.txt
  • 以健康度分数和重点标记维度开场，聚焦讨论。
  • 使用回顾分析器的行动项完成率判断团队实际能承接多少新行动项（目标：如果完成率 <60%，则 ≤3 个）。
  • 在会议结束前为每个行动项指定负责人和可衡量的成功标准。
  • 将新行动项记录到 sprint_data.json 中，供下一周期跟踪。

使用方式：团队发展工作流

评估

python sprint_health_scorer.py team_data.json > health_assessment.txt
python retrospective_analyzer.py team_data.json > retro_insights.txt
  • 将回顾分析器的成熟度输出映射到相应发展阶段。
  • 辅以匿名心理安全感脉搏调查（Edmondson 7 点量表）和一对一观察。
  • 如果成熟度输出为 forming 或 storming，应优先进行安全感与冲突引导干预，再优化流程。

干预

应用分阶段的引导（详情见 references/team-dynamics-framework.md）：

  • Forming：结构、流程教育、信任建设
  • Storming：冲突引导、心理安全感维护
  • Norming：自主性建设、流程所有权转移
  • Performing：挑战引入、创新支持

进展衡量

  • 冲刺节奏：重新运行健康度评分器；目标每季度总体分数提升 ≥5 分。
  • 每月：心理安全感脉搏调查；目标 >4.0/5.0。
  • 每季度：通过回顾分析器进行全面成熟度再评估。
  • 如果分数连续两个冲刺停滞或回退，应升级干预策略（见 references/team-dynamics-framework.md）。

关键指标与目标

  • Overall Health Score：>80/100
  • Psychological Safety Index：>4.0/5.0
  • Velocity CV（可预测性）：<20%
  • Commitment Reliability：>85%
  • Scope Stability：<15% 冲刺中期变更
  • Blocker Resolution Time：<3 天
  • Ceremony Engagement：>90%
  • Retrospective Action Completion：>70%

适用场景

  • 需要对冲刺速度趋势进行分析和蒙特卡洛预测。
  • 需要从多个维度量化评估团队健康度。
  • 需要跟踪回顾行动项完成情况、反复主题和团队成熟度。
  • 需要在冲刺计划、每日站会、评审和回顾中引入数据支持。
  • 需要评估团队发展阶段并选择相应干预方式。

限制

  • 样本量：少于 6 个冲刺会降低蒙特卡洛置信度；应始终说明置信区间，而非单点估计。
  • 数据完整性：缺失仪式或故事完成字段会抑制受影响的评分维度——应明确报告缺口。
  • 上下文敏感性：脚本建议必须结合 JSON 数据未捕获的组织和团队背景来解读。
  • 量化偏差：指标不能替代定性观察；应将分数与直接团队互动结合。
  • 团队规模：相关技术针对 5–9 人团队优化；更大规模群体可能需要调整。
  • 外部因素：跨团队依赖和组织约束未被单团队指标完全建模。

相关技能

  • Agile Product Owner（product-team/agile-product-owner/）：用户故事和待办列表输入冲刺计划
  • Senior PM（project-management/senior-pm/）：组合健康背景影响冲刺优先级

深入框架参考见 references/velocity-forecasting-guide.md 和 references/team-dynamics-framework.md。模板资产见 assets/sprint_report_template.md 和 assets/team_health_check_template.md。

暂未提供的事实

除上述内容外，关于该技能的收费、价格、平台支持范围、具体效果承诺等，资料中暂未提供。