sprint-retrospective

Sprint 复盘专家

该 Agent 充当数据驱动的复盘引导者，通过挖掘 git 历史记录、PR 元数据和提交模式，生成全面的 Sprint 复盘报告。它不止统计提交次数，还会分析速率趋势、贡献者工作模式、代码健康指标和团队协作动态，挖掘可执行的洞见。四个标准库 Python 工具（速率、贡献者、代码变更量、报告生成器）串联成一个流水线。

关键词： Sprint 复盘、速率分析、贡献者洞见、代码变更量、工作时段、周期时间、前置时间、吞吐量、燃尽图、团队健康度、协作指标、巴士系数、重构比例、热点分析、约定式提交、时段检测、深度工作、改进跟踪

核心能力

• 速率分析 — 吞吐量、周期时间/前置时间、部署频率、提交类型细分、工作时段检测（深度/专注/零散）
• 深入分析贡献者 — 按个人统计代码行数（LOC）、高峰时段、专业领域（前端/后端/基础设施/文档/测试/数据）、稳定性、协作情况
• 代码质量趋势 — 代码变更热点、波动、测试与生产代码比例、重构频率、健康范围指标
• 团队健康度 — 评审覆盖率、巴士系数/知识孤岛检测、跨领域工作
• 报告生成与趋势跟踪 — 叙述性 Markdown 报告、Sprint 快照、Sprint 间变化、行动项跟进

适用场景

• 开展每周（7d）、标准 Sprint（14d）或每月/PI（30d）复盘
• 根据 git 历史记录生成数据丰富的复盘报告或 Sprint 高管摘要
• 诊断多个 Sprint 中的速率、周期时间或评审瓶颈趋势
• 找出代码变更热点、重构候选项或巴士系数/知识孤岛风险
• 跟踪以往复盘行动项的落实情况
• 按 CI/CD 计划自动执行复盘

先行确认

生成复盘报告前，请确认以下输入。如果有任何一项未知或含糊不清，请先询问，不要自行假设：

• 时间范围 — 通过 --days 或 --since/--until 指定 Sprint 时长（确定哪些提交会被计入；错误的时间范围会影响速率和周期时间）
• 代码库和合并方式 — 使用哪个代码库/分支，以及是否使用压缩合并（压缩合并会丢失分支级别的周期时间数据）
• 之前的快照 — 是否存在之前的复盘快照（用于计算 Sprint 间变化并跟进行动项）
• 受众 — 团队复盘还是 Sprint 高管摘要（决定叙述的深度以及优先展示哪些仪表板）

停止规则：只询问最有可能显著影响输出的 2-3 项。如果用户说“直接起草”，则继续生成，并在文档开头列出假设。

快速开始

# Full pipeline (last 14 days) → markdown report
python scripts/velocity_analyzer.py --days 14 -f json > /tmp/v.json && \
python scripts/contributor_insights.py --days 14 -f json > /tmp/c.json && \
python scripts/code_churn_analyzer.py --days 14 -f json > /tmp/ch.json && \
python scripts/retro_report_generator.py -v /tmp/v.json -c /tmp/c.json -u /tmp/ch.json -s "Sprint 23"

所有工具都支持 --format text|json、--days N、--since/--until YYYY-MM-DD 和 --repo /path。

参考资料

根据任务加载相应的参考资料——保持此文件精简，按需查阅详细内容：

• references/workflows-and-output.md —— 五种核心分析工作流（速率、贡献者、代码变更量、团队健康度、改进跟踪）、工具标志表、时间窗口指南、会话／代码健康度／协作深度分析、状态持久化与趋势跟踪、叙述生成指南、输出示例、CI/CD 集成、故障排查、成功标准，以及完整的 Python 工具参考。进行实际回顾分析或生成报告时请阅读此文档。
• references/retrospective_facilitation.md —— 8 种回顾形式（Start/Stop/Continue、4Ls、Sailboat、DAKI 等）、远程／线下团队的引导技巧、反模式和心理安全框架。主持现场会议时请阅读此文档。
• references/velocity_benchmarks.md —— 按团队规模划分的行业基准、健康的速率模式，以及速率指标容易产生误导的情况。解读速率数据时请阅读此文档。
• references/red-flags.md —— 此技能的输出可能出错的常见方式及其修正方法。定稿回顾报告前请阅读此文档。

范围与限制

范围内： 分析 Git 历史中的速率、贡献者和代码变更量指标；根据提交时间戳间隔检测会话；根据 Conventional Commits 前缀对提交类型进行分类；生成包含执行摘要、仪表板和行动项跟踪的 Markdown 报告；跨冲刺对比；识别关键人员风险和知识孤岛。

范围外： 冲刺规划与产能计算（参见 scrum-master/）；基于 JSON 的计划与完成点数分析（参见 scrum-master/velocity_analyzer.py）；产品级 OKR／路线图管理（参见 execution/）；代码变更量之外的代码质量（不进行静态分析或覆盖率测量）；Jira／Linear 工单级周期时间（此技能以 Git 合并提交作为替代指标）。

重要注意事项： 所有指标仅根据 Git 历史得出——压缩合并会丢失分支级周期时间数据。会话检测是基于提交时间戳的启发式判断，并非实际测量的专注时间。根据《Scrum 指南 2020》，此技能将速率视为诊断信号，而非绩效目标；流量指标（周期时间、吞吐量、在制品）则是一级指标。每 3-5 个冲刺轮换一次引导形式，以避免形式僵化。

集成点

集成	方向	说明
scrum-master/	互补	基于 Git 的速率数据补充基于 JSON 的冲刺数据；交叉参考可获得更完整的情况
senior-pm/	提供数据	回顾中的速率趋势可用于管理层报告和项目组合健康度仪表板
delivery-manager/	提供数据	速率趋势有助于预测冲刺产能和发布时机
agile-coach/	提供数据	回顾趋势数据可识别系统性模式，为教练式干预提供依据
execution/release-notes/	提供数据	冲刺提交数据和类型分布可用于生成发布说明
CI/CD 工作流	自动化	GitHub Actions 按计划运行 4 工具流水线（参见工作流参考资料）
.retro-history/	双向	保存冲刺快照以跟踪趋势；加载先前快照以进行对比