spark-recipe-team-workload

食谱：团队工作负载

深入审查团队如何分配工作。展示每位成员的任务分配量、你委派的事项、未分配的工作以及分配不均的情况。

前提条件： 阅读 use-spark 基础技能，了解命令参考和筛选语法。

所需访问级别： 只读。

步骤

步骤 1：获取团队概览

spark team "Team Name"

记下成员列表、共享收件箱和任务分配摘要。这能让你大致了解工作分配情况。

步骤 2：查看每位成员的任务分配

对每位团队成员，获取其当前的任务分配：

spark emails --filter "assigned_to:[email protected]"
spark emails --filter "assigned_to:[email protected]"
spark emails --filter "assigned_to:[email protected]"

记下数量并浏览主题／日期，找出过时事项（可能卡住的旧任务分配）。

步骤 3：检查你委派的事项

spark emails --filter "assigned_by:me"

这些是你分配给他人的事项。与每位成员的列表交叉对照，查看哪些事项仍未完成。

步骤 4：查找未分配的工作

spark emails --filter "assigned_to:unassigned"

如果团队使用共享收件箱，也要逐一检查：

spark emails [email protected]:Inbox --filter "assigned_to:unassigned"

步骤 5：检查共享收件箱中的未完成与已完成事项

spark emails --filter "is:shared_inbox_open"
spark emails --filter "is:shared_inbox_done"

未完成与已完成事项的比例可以让你了解团队是否跟得上进度。

步骤 6：呈现工作负载报告

总结：

• 每位成员： 任务分配数量及任何明显过时的事项
• 分配不均： 标出任务分配量显著高于或低于平均水平的成员
• 你委派的事项： 仍未完成的 N 项，以及看起来已逾期的事项
• 未分配： M 项没有负责人
• 处理进度： 共享收件箱中未完成与已完成事项的比例

提示

• 每周运行一次，在分配不均演变成问题之前及时发现。
• team 命令的任务分配摘要是快速概览；按成员查询 emails 可了解完整情况。
• 值得标出过时的任务分配（超过 7-14 天）——它们可能卡住了或被遗忘了。
• 对于经常委派工作的经理和负责人，assigned_by:me 很有用。
• 如果你有跟踪数据，将本周的数据与上周进行比较，以发现趋势。
• 结合 recipe-shared-inbox-status 查看共享收件箱的情况；也可以使用本食谱了解更全面的团队情况。
• 对于规模较大的团队，重点关注异常情况，而不是逐一汇报每位成员——指出谁的工作负荷过重、谁有余力。