用途：按项目当前 issue 内容规划一系列 Sprint，并再生成该目录下的冲刺规划工作表，预计约每月执行一次。
前置条件：已认证且可访问 IBM/mcp-context-forge 的 gh CLI；Python 3.11+；可获取完整开放 issue 列表（资料称当前约 661 个）。
主要产物：sprint-plan.csv（issue 清单含 Sprint 分配与工作量估算）、epic-categories.csv（Epic 及其子 issue 汇总）、label-fixes.csv（标签/标题一致性审计）、milestone-sprint-matrix.csv（里程碑与 Sprint 交叉表）。
流程：用 gh issue list 抓取全部开放 issue，注意默认 limit 为 30，需设 --limit 1000 或更高；用 gh api 获取里程碑。随后对每个 issue 判定类型（标题标签如 EPIC/BUG/FEATURE 优先于标签，含优先级）、MoSCoW 优先级（MUST/SHOULD/COULD/WOULD 标签）、12 类 Epic 类别（含多匹配时优先级）。再按 P0–P5 标准分配 Sprint 优先级与 Sprint 1 至 6、5A/5B/5C、Backlog，每 Sprint 目标约 200–270 SP，超约 300 SP 时按主题重平衡。仅对已分配 Sprint 的 issue 做 Fibonacci 故事点与置信度估算，Backlog 不做估算。还包含 Epic 与 issue 映射（需批准后再建子 issue 链接）、标签一致性审计、里程碑矩阵与 README 更新。
注意事项：jq 的 != 在 zsh 中需转义，建议用 Python 过滤 null；大型 JSON 可能超出工具上限；Epic 检测需同时看标题与标签；重平衡应保持 Sprint 主题连贯。附有验证清单：总 issue 数一致、各 Sprint SP 多在 150–280、Backlog 无故事点、Epic 全部入表、矩阵行合计匹配、标签修复无重复行、README 与 CSV 一致。其他细节暂未提供。