用途：作为数据驱动的回顾引导者，挖掘 git 历史、PR 元数据与提交模式，生成冲刺回顾报告，覆盖速度趋势、贡献者工作模式、代码健康指标与团队协作动态。
主要能力：速度分析（吞吐量、周期/交付时间、部署频率、提交类型分布、工作会话检测）；贡献者深入分析（人均代码行、高峰时段、专长领域、一致性、协作）；代码质量趋势（变更热点、震荡、测试与生产代码比、重构频率）；团队健康（评审覆盖率、巴士因子/知识孤岛检测、跨边界工作）；报告生成与趋势跟踪（叙述式 markdown 报告、冲刺快照、环比差异、行动项结转）。
使用方式：四个标准库 Python 工具链式运行，例如：python scripts/velocity_analyzer.py --days 14 -f json > /tmp/v.json && python scripts/contributor_insights.py --days 14 -f json > /tmp/c.json && python scripts/code_churn_analyzer.py --days 14 -f json > /tmp/ch.json && python scripts/retro_report_generator.py -v /tmp/v.json -c /tmp/c.json -u /tmp/ch.json -s "Sprint 23"。所有工具支持 --format text|json、--days N、--since/--until YYYY-MM-DD、--repo /path。生成前需确认时间窗口、仓库与合并方式、是否有先前快照、受众类型。
适用场景：每周/标准冲刺/月度回顾、生成数据密集型回顾报告或高管摘要、诊断速度与周期时间趋势、识别变更热点与巴士因子风险、跟踪行动项落实、CI/CD 定时自动化。
限制：所有指标仅来自 git 历史，squash 合并会丢失分支级周期时间数据；会话检测是基于提交时间戳的启发式，非实测专注时间；不包含冲刺规划与容量计算、JSON 计划与实际点分析、产品级 OKR/路线图管理、静态分析与覆盖率测量、Jira/Linear 工单级周期时间。速度仅作诊断信号而非绩效目标。