企业官网建设流程全解析

HVE Core Sprint Planning 实战指南：容量追踪与层级覆盖矩阵一次讲透

【免费下载链接】hve-coreA refined collection of Hypervelocity Engineering components (instructions, prompts, agents, and skills) to start your project off right, or upgrade your existing projects to get the most out of GitHub Copilot项目地址: https://gitcode.com/GitHub_Trending/hv/hve-core

HVE Core是微软出品的 Hypervelocity Engineering 组件精选集合（instructions、prompts、agents、skills），帮助开发者快速起步或让现有项目充分发挥 GitHub Copilot 的能力。本文带你用 HVE Core 的Sprint Planning（迭代计划）工作流，完成容量追踪与层级覆盖矩阵分析，无需手写一行脚本。

为什么 Sprint Planning 值得新手先学

Sprint Planning 是 HVE Core 项目生命周期中的第五阶段（在需求分解之后、开发实施之前），负责把拆解好的工作项组织成可执行的迭代。它的核心特点：

• ✅只读安全：backlog-plan sprint只生成计划文件，绝不改动你的跟踪器（GitHub / Azure DevOps / Jira）
• 📊容量追踪：自动对比"计划范围"与"可用容量"，告诉你哪些任务装不下
• 🔍层级覆盖矩阵：逐层检查需求分解是否完整，揪出"有父任务没子任务"的缺口
• 🧩跨平台：同一套工作流支持 GitHub、Azure DevOps 和 Jira

官方文档：docs/agents/backlog/sprint-planning.md、docs/hve-guide/lifecycle/sprint-planning.md

三步上手：一条命令启动迭代计划

HVE Core 把 Sprint Planning 封装成了/backlog-plan sprint一条斜杠命令。执行后它会依次完成 6 件事：

1. 解析你工作区背后的跟踪器（GitHub、ADO 或 Jira）
2. 发现目标迭代（Milestone / Iteration Path / Sprint）并推导时间窗口
3. 逐层做层级覆盖矩阵分析
4. 用容量信号评估计划范围是否合理
5. 标记依赖、缺口和装不下的任务
6. 输出一份可评审的迭代计划文件

典型触发场景（摘自官方文档）：

在 Copilot 中直接输入：

/backlog-plan sprint

如果 backlog 还没整理好，Sprint Planning 会内联协调Discovery（发现工作项）和 Triage（分诊分类）两个前置步骤，自动串联，不需要你手动跑完整条流水线。

容量追踪：平台差异与能力缺口

HVE Core 对不同跟踪器的"迭代容器"做了统一绑定，这是理解容量追踪的关键：

特别注意两个 GitHub 的真实能力缺口（HVE Core 会显式处理，而不是偷偷近似）：

• 无原生工作量字段：容量分析默认按任务数量报告；若你使用size/S、size/M、size/L这类尺寸标签约定，工作流会把映射关系记录到计划文件中
• Milestone 无起始日期：窗口起点由推导得出，推导依据会写入计划文件，假设透明可见

在 AI 辅助团队中，容量信号还可以参考真实的 AI 工作负载。HVE Core 支持通过 OpenTelemetry 导出 Copilot 指标，例如按 Agent 维度查看 Token 消耗：

层级覆盖矩阵：让分解缺口无处可藏

层级覆盖矩阵（hierarchy coverage matrix）是 Sprint Planning 最有价值的设计之一。它逐层分析工作项分解的完整性，专门揪出三类问题：

1. 父任务没有子任务（悬空的 Epic）
2. 子任务之和覆盖不了父任务的完整范围
3. 任务放错了层级——内容与其所在层不匹配

对比手动流程的差距（摘自 docs/agents/backlog/why-backlog-management.md）：

计划输出在哪里？

容量与覆盖分析是计划文件内的章节，而不是散落的小文件。产出结构如下：

<tracking-root>/sprint/<iteration-name>/ ├── planning-log.md # 迭代发现、推导依据、依赖链、阶段跟踪 └── sprint-plan.md # 可评审计划：概要、覆盖、容量、依赖、整理建议、开放问题

不同平台的跟踪根目录：

• GitHub：.copilot-tracking/github-issues/
• Azure DevOps：.copilot-tracking/workitems/
• Jira：.copilot-tracking/jira-issues/

sprint-plan.md是后续backlog-execute消费的"评审契约"——你先用/backlog-execute run --dry-run干跑预览，确认无误后再正式应用变更。

进阶：让 Backlog Manager 全程编排

不想一步步敲命令？直接选择backlog-managerAgent，用一句自然语言完成端到端编排：

Prepare the v2.4.0 milestone for sprint planning. Triage any needs-triage issues first, then build a prioritized sprint plan with a 15-issue capacity.

Agent 会先分诊待处理项，再生成带 15 项容量约束的优先级迭代计划。相关参考资料：

• Sprint Planning 工作流：docs/agents/backlog/sprint-planning.md
• backlog-plan 技能说明：docs/reference/skills/project-planning/backlog-plan.md
• 端到端流水线走查：docs/agents/backlog/using-together.md
• 为什么这样拆分设计：docs/agents/backlog/why-backlog-management.md

小结

HVE Core 的 Sprint Planning 把"容量追踪"和"层级覆盖矩阵"变成了/backlog-plan sprint一条命令就能得到的只读计划：跨三大跟踪器统一体验，能力缺口透明可查，输出文件即评审契约。对于新手来说，这是理解 AI 辅助敏捷迭代规划最好的切入点——先只读探索，再谨慎执行，安全又高效。

【免费下载链接】hve-coreA refined collection of Hypervelocity Engineering components (instructions, prompts, agents, and skills) to start your project off right, or upgrade your existing projects to get the most out of GitHub Copilot项目地址: https://gitcode.com/GitHub_Trending/hv/hve-core