Data-grounded sprint retro

retro-mcp

基于实际发生的事情，而非人们记忆中的情况，开展冲刺复盘。

复盘依赖记忆，因此难免受到偏见影响。最响亮的声音和最近几天发生的事往往占据主导，相同的抱怨每个冲刺都会重现，而行动项却悄无声息地不了了之。与此同时，冲刺的实际记录——重新打开的工单、在审核中停留两天的 PR、有人表示受阻的 Slack 讨论串——就躺在你的工具里，却无人利用。

retro-mcp 会读取这些记录，并据此为你生成复盘。你向 AI 助手索要复盘，它就会给出**进展顺利之处、未达预期之处和行动项，每一条都有具体指标、工单、PR 或讨论串作为依据。**它只围绕流程进行分析，从不针对个人，还会标出在多个冲刺中反复出现的问题。

它是标准的 Model Context Protocol 服务，因此可在任何模型的 MCP 客户端（Claude、Cursor、Cline 等）中使用。它是本地运行且只读的：除调用你自己工具的 API 外，冲刺的任何信息都不会离开你的设备，而且无需 AI API 密钥。这也回答了显而易见的担忧：它是复盘辅助工具，不是监控工具。

30 秒快速体验（无需账户）

它内置了一个仿真的已结束冲刺；未设置凭据时，会自动使用该冲刺运行：

npx -y retro-mcp --demo

以下是该演示冲刺中最核心的工具：

# Sprint Retrospective: MBANK Sprint 23
_May 27 to Jun 10. Demo data, no credentials configured._
_Grounded in 8 issues, 5 merged PRs, and 4 flagged threads. System-level and blameless: this is about the process, not people._

## What went well
- **Work moved through faster than last sprint.** avg cycle time 4.6d, down from 5.6d.

## What did not go well
- **The sprint fell short of its commitment.** only 23 of 34 pts done (68%).  ⟳ recurring across recent sprints
- **Scope grew mid-sprint.** +5 pts across 2 issues pulled in after the sprint started.  ⟳ recurring across recent sprints
- **Work carried over into the next sprint.** 3 issues (16 pts) not finished.  ⟳ recurring across recent sprints
- **Some work was called done before it was.** MBANK-203 · reopened 1 time: Statement PDF export.
- **Code review was a bottleneck.** PRs waited 20.3h on average for a first review; PR #503 · sat 52h: statement PDF export.
- **Changes had to be reverted or hotfixed.** PR #504 · revert: OTP delivery change; 1 hotfix merged.
- **The team hit repeated blockers and interruptions.** 2 threads mentioned being blocked; 1 thread mentioned an incident.

## Action items
- [ ] (recurring) Adopt a scope-change rule: anything pulled in mid-sprint bumps something out, decided at standup, not silently.
- [ ] (recurring) Pull less or split large items so they finish inside the sprint.
- [ ] Tighten the definition of done: an explicit QA check before anything moves to Done.
- [ ] Add a pre-merge guard on risky changes: a second approval or a smoke test before merge.

## Discussion prompts
- MBANK-203 was reopened once. What made it hard to call done the first time?
- +5 pts came in after the sprint started. What drove the mid-sprint adds?
- PR #504 had to be reverted. What would have surfaced the problem before it merged?

每一条都有真实依据。没有人凭记忆编写这些内容，而且系统将反复出现的三个问题标记为模式，而不是新的抱怨。

功能

共有六种工具。所有工具默认使用最近结束的冲刺。

有何不同

其他所有复盘工具都只是数字便签板：人们仍然要凭记忆手动输入观察结果，而那些带“AI”的工具也只是将人们已经写好的便签归类。retro-mcp 会同时从 Jira、GitHub 和 Slack 的数据中提取观察结果。具体来说：

• 每条发现都有依据。 不说空话。如果无法引用指标、工单、PR 或讨论串，它就不会说。
• 从设计上杜绝指责。 发现针对的是系统和流程，绝不会点名或给个人排名。
• 形成行动项闭环。 团队只会落实一小部分复盘行动，而回顾之前的行动项是唯一经过验证的有效杠杆。action_item_review 会将上次复盘的行动项与本次迭代的数据并列呈现。
• 发现反复出现的模式，而不只是本次迭代的问题。 系统会标记近期多个迭代中反复出现的主题，让“每次迭代都有人抱怨同一件事”终于能有证据佐证。
• 为人工复盘提供辅助。 它会输出供复盘板使用的提示词，而不是终结讨论的判决。

# Last retro's action items, against this sprint's data
_Demo data. Evidence only. You decide what counts as done._

- **Speed up PR reviews so nothing sits more than a day**
    - avg PR review latency this sprint: 20.3h
    - slowest review: PR #503 at 52h
- **Stop pulling unplanned work into the sprint mid-flight**
    - scope added mid-sprint: +5 pts (2 issues)
    - completion: 68%
- **Finish what we commit to and cut the carryover**
    - carryover this sprint: 3 issues (16 pts)

隐私

• 在本地运行。 它在你的机器上、AI 客户端内运行。没有 retro-mcp 服务或账户。
• 只读。 它所需的每个令牌都只用于读取，绝不会写入、发布或移动任何内容。
• 无需 AI 密钥，不涉及第三方。 它不会自行调用大模型。你的迭代数据只会发送到工具的 API 和现有 AI 客户端所使用的模型。
• 辅助复盘，而非监控。 它报告系统情况，帮助团队改进，而不是对个人进行排名。

连接你的数据

Jira 是复盘的核心，因此实时模式需要 Jira。GitHub 和 Slack 是可选的补充数据源，其范围限定为已结束迭代的日期。

将其接入客户端前，请先验证：

JIRA_BASE_URL=https://you.atlassian.net [email protected] JIRA_API_TOKEN=xxx npx -y retro-mcp --check

连接你的 AI 客户端

Claude Desktop

将以下内容添加到 claude_desktop_config.json（Settings、Developer、Edit Config），然后重启：

{
  "mcpServers": {
    "retro": {
      "command": "npx",
      "args": ["-y", "retro-mcp"],
      "env": {
        "JIRA_BASE_URL": "https://your-company.atlassian.net",
        "JIRA_EMAIL": "[email protected]",
        "JIRA_API_TOKEN": "your-jira-token",
        "GITHUB_TOKEN": "ghp_your_token",
        "GITHUB_REPOS": "your-org/your-app",
        "SLACK_TOKEN": "xoxp-your-token",
        "SLACK_CHANNELS": "C0123ENG"
      }
    }
  }
}

先使用演示数据运行时，可省略 env 块。只添加你会使用的数据源。Cursor、Cline、Continue、Zed 和 Windsurf 读取相同的 mcpServers JSON。

工作原理

• Jira 是核心，GitHub 和 Slack 提供补充信息。 一个提供程序会将请求分发到已配置的数据源，并能容忍任一数据源发生故障，因此错误配置的 Slack 令牌不会导致复盘失败。
• 指标来自变更日志。 完成情况、范围变更、延期、重新打开和周期时间，都是通过读取每个问题的历史记录重建的，因此反映的是实际发生的情况，而不只是最终状态。
• 纯函数引擎。 指标、主题、发现和摘要都是基于规范化数据的纯函数。它们在演示数据和实时数据上运行一致，测试也会直接运行这些函数。
• 服务中不包含模型。 它会整理出一份基于事实且附有证据链接的复盘；你的 AI 客户端负责措辞。这就是它无需 AI 密钥、也绝不编造发现的原因。

src/
  index.ts            MCP server, stdio transport, --demo/--check/--help
  config.ts           env resolution, demo-mode detection
  gather.ts           one place that pulls the sprint, PRs, and signals together
  provider.ts         aggregator over Jira + GitHub + Slack
  types.ts            normalized domain types and source interfaces
  jira/normalize.ts   raw Jira to normalized, plus the ADF flattener
  sources/            jira, github, slack clients, plus the demo provider
  analytics/          metrics, themes, findings, actionReview, prompts, brief
  tools/              one MCP tool per file, thin wrappers over analytics

已验证的内容

• 全部 6 个工具都能通过真实的 MCP stdio 端到端运行（npm test）。
• Jira 解析层已使用有文档说明的 Cloud 负载进行单元测试（test/normalize.test.ts）。
• 复盘引擎已通过单元测试：基于变更日志的指标、跨冲刺的重复主题检测，以及以证据为依据的发现（test/retro.test.ts）。
• 整个引擎已使用演示冲刺进行测试，并验证了各工具之间的数据一致性（npm run smoke）。

演示验证了引擎，但不能证明每个实时客户端都适用于所有账号类型。因此，解析层单独进行单元测试，并且每个数据源都保持精简且具备容错能力。运行 --check，确认你自己的连接。

路线图

• 支持 Linear cycles，作为另一种冲刺主线
• 持久化行动项台账，让闭环自动完成，无需粘贴
• 增加状态停留时间和累积流量详情，用于分析周期时间瓶颈
• 支持 GitLab 和 Bitbucket
• 提供一次调用即可生成的“复盘包”，整合简报、指标和主持人提示词

由 Sathvic Kollu 构建

我负责 SaaS 和金融科技团队的交付工作，并使用 Claude Code 构建此类工具。这是我为项目管理打造的 MCP 服务系列中的第三个，此前还发布了 jira-pm-mcp 和 standup-mcp。如果它能让你的复盘更有成效，我很想了解你是如何使用它的。

• 网站：sathvickollu.com
• LinkedIn：linkedin.com/in/sathvic-kollu

欢迎提交问题和拉取请求。

许可证

MIT。请参阅 LICENSE。