findscripter 何时使用
适用于企业软件、SaaS、数字化转型等多工作流、复杂依赖、千万级预算的项目组合（portfolio）。典型场景：组合健康复盘、量化风险评估、资源产能优化、跨项目优先级排序、董事会/高管级 RAG 汇报、风险调整后的预算与 ROI 测算。
不该用边界：单个 Sprint 的敏捷执行交给 Scrum Master；产品需求/路线图细节交给 Product Owner；个人任务/待办管理无需本技能。本技能聚焦组合层的策略、量化与治理，不替代具体研发执行。
步骤
采用三层分析法，每层对应一个脚本（输入为组合数据 JSON）。
第一层 · 组合健康评分 — project_health_dashboard.py
python3 scripts/project_health_dashboard.py current_portfolio.json
加权维度：进度 25% / 预算 25% / 范围 20% / 质量 20% / 风险敞口 10%。 RAG 判定：🟢 综合分 >80 且各维度 >60；🟡 综合分 60-80 或任一维度 40-60；🔴 综合分 <60 或任一维度 <40。
第二层 · 风险矩阵与应对 — risk_matrix_analyzer.py
python3 scripts/risk_matrix_analyzer.py current_portfolio.json
流程：概率(1-5) × 影响(1-5) × 类别权重（技术 1.2 / 资源 1.1 / 财务 1.4 / 进度 1.0），再算 EMV。 应对策略按风险分阈值：规避 >18 / 缓解 12-18 / 转移 8-12 / 接受 <8。
第三层 · 资源产能优化 — resource_capacity_planner.py
python3 scripts/resource_capacity_planner.py current_portfolio.json
目标利用率 70-85%（可持续）；识别关键路径瓶颈；做 what-if 重分配场景。
周度健康复盘的硬性闸门（务必遵守）：
- 任一项目综合分 <60 或关键字段缺失 → 停，先修复数据完整性。
- 任一风险分 >18（规避阈值）→ 停，升级至项目发起人。
- 任一团队利用率 >90% 或 <60% → 标记，进入重分配讨论后再出报告。
指令
EMV 与风险调整预算
def calculate_emv(risks):
category_weights = {"Technical": 1.2, "Resource": 1.1, "Financial": 1.4, "Schedule": 1.0}
total_emv = 0
for risk in risks:
risk["score"] = risk["probability"] * risk["impact"] * category_weights[risk["category"]]
total_emv += risk["probability"] * risk["financial_impact"]
return total_emv
def risk_adjusted_budget(base_budget, portfolio_risk_score, risk_tolerance_factor):
return base_budget * (1 + portfolio_risk_score * risk_tolerance_factor)
优先级模型（按场景选用，勿混用）
def wsjf(user_value, time_criticality, risk_reduction, job_size):
return (user_value + time_criticality + risk_reduction) / job_size # 资源受限敏捷组合、可量化延迟成本
def rice(reach, impact, confidence_pct, effort_pm):
return (reach * impact * (confidence_pct / 100)) / effort_pm # 面向客户、reach 可量化
def ice(impact, confidence, ease):
return (impact + confidence + ease) / 3 # 头脑风暴/快速排序
选型决策：资源受限+敏捷+延迟成本可量化→WSJF；面向客户+有 reach 指标→RICE；需快速排序/构思阶段→ICE；多方诉求冲突→MoSCoW；跨不可通约维度的复杂权衡→MCDA。
蒙特卡洛三点估算 + 组合风险相关性
def three_point_estimate(o, m, p):
return (o + 4*m + p) / 6, (p - o) / 6 # 期望, 标准差
import math
def portfolio_risk(individual_risks, correlations):
sum_sq = sum(r**2 for r in individual_risks)
sum_corr = sum(2*c*individual_risks[i]*individual_risks[j] for i, j, c in correlations)
return math.sqrt(sum_sq + sum_corr)
风险偏好与应急储备：保守(分 0-8) 25-30% / 适中(分 8-15) 15-20% / 激进(分 15+) 10-15%。
示例
周度组合健康复盘：
- 跑
project_health_dashboard.py→ 项目 A 综合分 58（🔴）且预算维度缺失 → 触发闸门，停，补数据后重跑。 - 跑
risk_matrix_analyzer.py→ 某集成风险分 20 >18 → 停，升级发起人，定规避方案。 - 跑
resource_capacity_planner.py→ 后端团队利用率 94% → 标记重分配。 - 汇总为高管报告：RAG 仪表盘 + 财务表现 vs 战略目标 + 风险热力图 + 含 ROI 的前瞻建议。
注意事项
- 三脚本输出互补，需综合而非孤立解读；高管报告要落到「关键问题 + 可执行建议」。
- 类别权重、RAG 阈值、应对阈值是源约束，勿随意改动，否则失去可比性。
- 组合 KPI 参考线：准时交付 >80%、预算偏差 <5%、质量分 >85、风险覆盖 >90%、利用率 75-85%；高风险问题解决 <7 天、中风险 <30 天。
- 交接：向 Scrum Master 传战略优先级/资源/需关注风险；向 Product Owner 传 ROI/市场优先级；接收高管团队的目标变更与风险偏好调整。
- 可借 MCP 接入 Jira（组合看板、跨项目指标）/ Confluence（战略文档、高管报告）自动取数与生成报告。
互见
assets/project_charter_template.md（12 段项目章程）、executive_report_template.md（董事会级报告）、raci_matrix_template.md（RACI + 升级路径）、sample_project_data.json（示例组合数据）。references/portfolio-prioritization-models.md、risk-management-framework.md、portfolio-kpis.md。
本条采编自 alirezarezvani/claude-skills（MIT 许可证）。