findscripter 注意：
name应为scrum-master-analytics，status: stable，agents: [claude-code, codex, cursor, gemini-cli]，license: MIT，source: alirezarezvani/claude-skills，source_license: MIT，related: [jira-expert, agile-product-owner, enterprise-project-manager, meeting-transcript-analyzer]，combines_with: [jira-expert, agile-product-owner, resource-capacity-planner]。domain：任务给定协作/misc，但仓库taxonomy.json受控词表中 07-productivity（协作卷）无misc类，build-index.mjs会校验报错（项目已归零 misc）。本技能本质属项目管理，应填协作/pm（与兄弟条目jira-expert一致）。请确认后再落盘。
Scrum 敏捷教练与冲刺数据分析
数据驱动的 Scrum Master 技能：把冲刺历史（Jira 等导出的 JSON）喂给三个纯 Python 脚本，产出概率化速度预测、团队健康度评分与复盘行动项追踪，再叠加教练判断。核心价值在三个脚本及其工作流。
何时使用
当你以「敏捷教练 / Scrum Master」身份做下列任一类分析与决策支持时使用：
- 冲刺规划：用历史速度的置信区间定本次承诺上限。
- 团队健康度体检：从承诺可靠性、范围稳定性等 6 个维度打分定级。
- 复盘：追踪行动项完成率、复发主题、团队成熟度演进。
- 站会 / 评审：记录阻塞解决时长、范围变更事件，回灌数据。
不该用本技能的边界：
- 具体 Jira 配置（建项目、写 JQL、搭工作流/仪表盘/自动化）→ 交
jira-expert，本技能只消费其导出的 JSON。 - 写用户故事、拆 Epic、排待办优先级 → 交
agile-product-owner。 - 组合 / 多项目层面的资源与组合健康 → 交
enterprise-project-manager/resource-capacity-planner。 - 团队规模 5–9 人之外、跨团队强依赖场景：脚本指标需人工调整解读，勿直接照搬。
步骤 / 指令
所有脚本读同一份 JSON（schema 见「示例」），输出 --format text（人读）或 --format json（下游处理）。
三个脚本及校验门：
速度分析
velocity_analyzer.py—— 滚动均值 + 线性回归趋势 + 蒙特卡洛模拟。python velocity_analyzer.py sprint_data.json --format text python velocity_analyzer.py sprint_data.json --format json > analysis.json产出：速度趋势（上升/稳定/下降）、变异系数 CV、未来 6 冲刺在 50/70/85/95% 置信度下的预测、异常标记+根因建议。 门槛：少于 3 个冲刺则停下并提示「速度分析至少需要 3 个冲刺，请补充数据」；统计显著建议 ≥6 个冲刺。
健康度评分
sprint_health_scorer.py—— 6 个加权维度 → 0–100 总分+等级。python sprint_health_scorer.py sprint_data.json --format text产出：总分+等级、各维度分+建议、环比趋势、干预优先级矩阵。 门槛：需 ≥2 个冲刺且含仪式参与与故事完成数据；数据缺失时显式报告哪些维度无法评分并向用户索要。
复盘分析
retrospective_analyzer.py—— 行动项完成率、复发主题、情绪趋势、成熟度。python retrospective_analyzer.py sprint_data.json --format text产出：按优先级/负责人的行动项完成率、主题复发持续度、团队成熟度（forming/storming/norming/performing）、改进速度趋势。 门槛：需 ≥3 次带行动项追踪的复盘；不足时注明限制，仅做部分主题分析。
6 维健康度权重与目标（评分依据，务必保留）：
| 维度 | 权重 | 目标 |
|---|---|---|
| 承诺可靠性 Commitment Reliability | 25% | >85% 冲刺目标达成 |
| 范围稳定性 Scope Stability | 20% | <15% 冲刺中变更 |
| 阻塞解决 Blocker Resolution | 15% | 平均 <3 天 |
| 仪式参与 Ceremony Engagement | 15% | >90% 参与率 |
| 故事完成分布 | 15% | 高比例完全完成 |
| 速度可预测性 | 10% | CV <20% |
冲刺规划工作流：
- 跑
velocity_analyzer.py。 - 用 70% 置信区间作为待办承诺上限。
- 看健康度的「承诺可靠性 / 范围稳定性」两项校准与 PO 的谈判。
- 若 CV >20%（高波动），对外只给区间估计，不给单点数。
- 记录容量假设（休假、依赖）供下次复盘对照。
复盘工作流：
- 会前先跑全部脚本：
python sprint_health_scorer.py sprint_data.json --format text > health.txt python retrospective_analyzer.py sprint_data.json --format text > retro.txt - 用健康总分+被标记的维度开场聚焦讨论。
- 用行动项完成率定本轮可吸纳的新行动项数（完成率 <60% 时 ≤3 个）。
- 每个行动项指定负责人 + 可量化成功标准再散会。
- 把新行动项写回
sprint_data.json供下轮追踪。
站会数据回灌： 记录每个阻塞的开启日期（喂阻塞解决维度）；阻塞超 2 天未解决主动升级并写入数据。
示例
输入 JSON schema（节选，完整见源 assets/sample_sprint_data.json）：
{
"team_info": { "name": "string", "size": 7, "scrum_master": "string" },
"sprints": [
{
"sprint_number": 1,
"planned_points": 20,
"completed_points": 18,
"stories": [],
"blockers": [],
"ceremonies": {}
}
],
"retrospectives": [
{
"sprint_number": 1,
"went_well": ["string"],
"to_improve": ["string"],
"action_items": []
}
]
}
Jira 等导出的字段需先映射到此 schema 再跑脚本。源附 6 冲刺样例期望输出可对照：速度均值 20.2 点、CV 12.7%、健康分 78.3/100、行动项完成率 46.7%。
关键目标基线（Key Metrics）： 健康总分 >80/100、速度 CV <20%、承诺可靠性 >85%、范围稳定性 <15%、阻塞解决 <3 天、仪式参与 >90%、复盘行动项完成率 >70%、心理安全指数 >4.0/5.0。
注意事项
- 样本量：少于 6 个冲刺会削弱蒙特卡洛置信度，永远报置信区间而非单点估计。
- 数据完整性：缺仪式 / 故事完成字段会让对应维度无法评分，必须显式报告缺口，不要静默跳过。
- 量化偏差：脚本分数不替代定性观察，需结合一对一、心理安全脉搏调查（Edmondson 7 点量表，目标 >4.0/5.0）综合判断。
- 上下文敏感：建议须结合 JSON 未捕获的组织/团队背景解读。
- 脚本纯标准库、无 LLM 调用，可离线快速跑。
- 成熟度干预对齐：成熟度为 forming/storming 时，先做安全与冲突引导，再谈流程优化；分数连续 2 个冲刺停滞或倒退则升级干预策略。
互见
- related：
jira-expert—— 本技能消费其导出的 sprint JSON；Jira 侧的工作流/燃尽图配置由它负责。 - related：
agile-product-owner—— 用户故事与待办是冲刺规划的输入。 - related：
enterprise-project-manager—— 组合 / 多团队层面的健康与组合视图。 - related：
meeting-transcript-analyzer—— 站会/复盘会议记录可作为定性输入补充脚本指标。 - combines_with：
jira-expert—— Jira 取数 + 本技能分析，闭环冲刺度量。 - combines_with：
agile-product-owner—— 承诺上限（本技能）回灌待办优先级（PO）。 - combines_with：
resource-capacity-planner—— 速度预测 + 容量规划共同定承诺范围。
采编自 alirezarezvani/claude-skills（MIT 许可）。