项目管理技能

项目管理 — 领域编排器与交付循环

此编排器承担两项职责。路由： 分叉上下文，使用 scripts/pm_goal_router.py 对 PM 咨询进行分类，运行且仅运行 8 个子技能中的一个，并返回摘要。循环： 将交付目标转化为有界 Agent 循环 —— 通过内置的 Atlassian MCP 拉取实时 Jira 数据，将其桥接至领域的确定性分析工具，通过机器运行的门禁验证每一步，并在所有项通过验证或由人工豁免前拒绝关闭。内置的 .mcp.json 连接了 Atlassian Remote MCP (https://mcp.atlassian.com/v1/sse，OAuth 由 Claude Code 处理)。

调用时机

| 症状 | 子技能 |
|---|---|
| “项目/组合健康度、风险 EMV、容量” | senior-pm |
| “Sprint 速率、回顾跟进、仪式健康度、何时能完成” | scrum-master |
| “JQL、Jira 工作流、看板、自动化” | jira-expert |
| “Confluence 空间、页面树、内容审计” | confluence-expert |
| “用户、组、权限、SSO” | atlassian-admin |
| “可复用的 Jira/Confluence 模板” | atlassian-templates |
| “会议转录、发言时长、待办事项” | meeting-analyzer |
| “状态更新、第三方更新、利益相关者沟通” | team-communications |

路由逻辑（确定性）

运行路由程序 —— 当有脚本可以决定时，不要凭直觉查看表格：

python3 scripts/pm_goal_router.py --text "<the goal>" --output json

退出码 0 → route_to 指定子技能：加载其 SKILL.md 并遵循其工作流。
退出码 2 → 提出一个澄清问题，列出候选技能并给出推荐答案。
退出码 3 → 无信号：要求用户重新陈述目标并指明交付物。
绝不要默默猜测；绝不要在未确认的情况下默默链接第二个子技能 —— 先输出摘要，确认后再链接。

交付循环（Agentic）

对于目标（而非问题）—— 如“将 Sprint 14 验证关闭”、“根据实时 Jira 生成组合健康报告”、“使我们的流指标每周可见” —— 运行循环库合约（观察 → 选择 → 行动 → 验证 → 记录 → 重复或停止）：

1. 观察 (Observe) — 拉取最新状态：mcp__atlassian__searchJiraIssuesUsingJql（先通过 getAccessibleAtlassianResources 获取 cloudId），保存结果 JSON，然后进行桥接：

python3 scripts/jira_snapshot_bridge.py --input snapshot.json --to flow            # WIP, throughput,

添加 --forecast N 以通过种子蒙特卡洛模拟回答“何时能完成 N 个项”
   （若已完成项 < 10 个则拒绝执行 —— 历史数据不足的预测是不可信的）。
2. 选择 (Choose) — 使用 pm_goal_router.py 路由下一个任务；一次仅处理一个任务。
3. 执行 (Act) — 根据其 SKILL.md，使用路由后的子技能工具执行。
4. 验证 (Verify) — 对计划和每次关闭进行门禁检查：

此外还需通过每个子技能自身的门禁（如 scrum-master 的 ≥ 3 个 sprint 规则，atlassian-admin 的 VERIFY 步骤）。绝不要自行判定自己的验证结果。
5. 记录 / 重复或停止 (Record / Repeat-or-stop) — 对于多任务目标，将状态通过仓库范围的测试框架运行（该框架强制执行尝试次数上限、迭代预算和证据日志）：

1. 智能体是贡献者，而非所有者（线性模型）：每个循环任务必须携带一名指定的负责人（人类）；由智能体执行的任务还必须携带一名指定的人类审核员。delivery_loop_gate.py 强制执行此规则 (G1/G2)。
2. 验收必须是机器可检查的 —— 必须是一个命令，或带有阈值的标准。“看起来不错”不能作为门禁条件 (G3)。
3. 所有 Jira/Confluence 的写入必须可审计且优先考虑可逆性（Rovo 规范）：在没有验证证据前，绝不能将 transitionJiraIssue 状态改为“完成”；破坏性/不可逆操作（删除、权限更改、组织级管理）属于需要审批的终止状态，而非循环步骤。
4. 绝不能修改用于评估自己的门禁 —— 遵循与 autoresearch-agent 相同的锁定评估器不变性。
5. 预测必须是带有置信度的范围，绝不能是具体日期 —— 遵循 Vacanti 标准，使用蒙特卡洛百分位数 (p50/p70/p85/p95)。承诺单一日期是反模式。
6. 每个任务最多尝试 3 次，每个目标最多循环迭代 12 次 —— 超过后需将证据日志提交给指定的人类负责人进行升级。

• JIRA 路径：“此配置更改是否可以先部署到测试项目中？建议：始终在测试项目中进行分阶段实施；jira-expert 的工作流验证器在生产环境运行前必须返回退出码 0。准则：jira-expert 验证工作流。”

• ADMIN 路径：“此操作是否可逆？由谁批准？建议：在修改权限前指定批准人——在任何循环中，管理操作都是需要批准的终态。准则：atlassian-admin VERIFY 纪律；loop-library 停止状态。”

• LOOP 接收端：“哪个单一的可观察结果意味着‘完成’ (DONE)，以及哪个命令可以证明这一点？建议：一个具名产出物 + 一个针对该产出物且返回退出码 0 的命令。准则：agent-harness 验证器定律；Anthropic 《构建高效 Agent》(评估者需要明确的标准)。”

1. 用户拥有（或正在为拥有）交付权限的人员准备分析报告。
2. Jira/Confluence 的访问通过捆绑的 MCP 实现；不在 project-management/references/atlassian-mcp-tools.md 中的功能（如项目/冲刺/看板/空间创建、管理配置）在 Web UI 中完成——绝不要虚构工具名称。
3. 输入可能是部分缺失的——每个工具都提供 --sample 参数，以便先确认数据格式。

• 不是通用循环引擎——通用引擎是 engineering/agent-harness；本编排器是 PM 领域适配器（数据桥接 + 治理网关 + 路径路由）。

• 不决定“构建什么”——那是 product-team 的职责。

| 模式 | 产出物 |
|---|---|
| 路由 (Route) | 子技能自身的产出物 + $\le$ 200 字的摘要（含一项引用准则的挑战） |
| 流程报告 (Flow report) | flow_metrics.json（桥接输出），包含 SLE 合规性 + 滞后警报 |
| 交付循环 (Delivery loop) | .agent-harness/plan.json + state.json + 网关判定 + 关闭移交 |

• 权威 MCP 工具列表：project-management/references/atlassian-mcp-tools.md

• 循环引擎：engineering/agent-harness · 循环词汇表：loop-library`