Sprint评审与复盘报告自动化

核心原则

1. 透明度即协作：Sprint产出、反馈、改进建议全员可见，确保团队对齐
2. 风险前置：Retro识别的问题和风险及时暴露，防止在后续Sprint中重复出现
3. 自动化追踪：改进建议执行状态、行动项完成情况自动追踪
4. 复盘是为了学习，不是为了追责：Sprint复盘报告的核心价值在于从每个迭代中提取可复用的学习，形成团队持续改进的飞轮。复盘不是评分卡，而是改进路线图

交互模式

🤖 AI自动执行

• 所有准备和后续处理由AI自动完成
• Sprint Review会议仍需人类主持和展示
• Sprint Retro会议由人类参与讨论和决定
• 改进建议需人类确认后才可执行
• 复盘报告需人类审核确认（Sprint Goal达成度判定、改进行动项负责人分配、下一Sprint容量预测）

输入

执行步骤

Step 1: Sprint评审（评估目标达成情况并沉淀改进）

#### Step 1.1: 产出清单自动整理

动作：

• 汇总Sprint完成的所有Stories
• 整理每个Story的交付内容
• 统计完成率
• 生成产出摘要

输出：

{
  "deliverables": {
    "sprint_summary": {
      "sprint_id": "string",
      "planned_stories": number,
      "completed_stories": number,
      "cancelled_stories": number,
      "completion_rate": 0.0-1.0,
      "planned_points": number,
      "completed_points": number,
      "points_completion_rate": 0.0-1.0
    },
    "completed_items": [{
      "story_id": "string",
      "title": "string",
      "story_points": number,
      "key_deliverables": ["string"],
      "completed_by": "string",
      "quality_notes": "string"
    }],
    "incomplete_items": [{
      "story_id": "string",
      "title": "string",
      "remaining_work": "string",
      "carryover_decision": "next_sprint | deprioritize | replan"
    }]
  }
}

#### Step 1.2: Demo准备清单生成

动作：

• 基于完成Stories生成Demo议程
• 标注每个Demo的时长
• 准备Demo环境检查清单
• 建议演示顺序

输出：

{
  "demo_checklist": {
    "demo_duration_minutes": number,
    "items": [{
      "order": 1,
      "demo_topic": "string",
      "story_id": "string",
      "presenter": "string",
      "duration_minutes": number,
      "environment_check": {
        "staging_ready": boolean,
        "test_data_ready": boolean,
        "access_verified": boolean
      },
      "key_points": ["string"],
      "questions_to_anticipate": ["string"]
    }]
  }
}

#### Step 1.3: 反馈自动收集与分类

动作：

• 收集利益相关方反馈
• 分类反馈类型（功能/体验/性能/其他）
• 识别重复反馈
• 按重要性排序

输出：

{
  "feedback_collected": {
    "total_feedback_count": number,
    "feedback_by_type": {
      "feature_request": number,
      "usability_issue": number,
      "performance_concern": number,
      "bug_report": number,
      "positive_feedback": number,
      "other": number
    },
    "feedback_items": [{
      "feedback_id": "FB-001",
      "description": "string",
      "type": "string",
      "source": "string",
      "timestamp": "ISO datetime",
      "priority": "high | medium | low",
      "related_story": "string | null",
      "actionable": boolean
    }]
  }
}

#### Step 1.4: 数据自动收集

动作：

• 收集Sprint完成率、质量指标、协作数据
• 分析团队节奏和效率
• 提取关键数据指标
• 生成数据摘要

输出：

{
  "metrics": {
    "completion_metrics": {
      "story_completion_rate": 0.0-1.0,
      "point_completion_rate": 0.0-1.0,
      "avg_story_completion_time_days": number,
      "carryover_rate": 0.0-1.0
    },
    "quality_metrics": {
      "bug_count": number,
      "bug_rejection_rate": 0.0-1.0,
      "code_review_turnaround_hours": number,
      "build_failure_rate": 0.0-1.0
    },
    "collaboration_metrics": {
      "blocker_resolution_time_hours": number,
      "meeting_hours_total": number,
      "ad_hoc_interruption_count": number,
      "cross_team_dependency_delays": number
    },
    "team_health": {
      "avg_overtime_hours": number,
      "member_stress_indicators": ["string"],
      "velocity_stability": "stable | fluctuating | declining"
    }
  }
}

#### Step 1.5: 问题自动识别

动作：

• 分析数据识别模式和问题
• 检测Sprint中的异常
• 识别重复出现的问题
• 分类问题类型（流程/技术/协作/资源）

输出：

{
  "problems_identified": [{
    "problem_id": "PRB-001",
    "description": "string",
    "category": "process | technical | collaboration | resource",
    "evidence": "string",
    "frequency": "first_time | recurring | persistent",
    "severity": "high | medium | low",
    "impact": "string"
  }]
}

#### Step 1.6: 改进建议自动生成

动作：

• 基于问题生成针对性改进建议
• 考虑团队上下文和历史改进
• 建议可落地的具体行动
• 标注建议优先级

输出：

{
  "improvement_suggestions": [{
    "suggestion_id": "IMP-001",
    "problem_addressed": "PRB-001",
    "description": "string",
    "proposed_action": "string",
    "expected_impact": "string",
    "implementation_effort": "low | medium | high",
    "priority": "high | medium | low",
    "owner_suggestion": "string",
    "success_metric": "string"
  }]
}

Step 2: 复盘报告生成（Sprint目标达成分析、交付质量评估、团队速率趋势、改进行动项）

Step 2接收Step 1的输出作为输入，结合Sprint计划和历史数据，生成完整的复盘报告。

#### Step 2.1: Sprint目标达成分析

对比计划与实际交付：

1. Sprint Goal达成度：完全达成 / 部分达成 / 未达成
2. Story完成率：计划Story数 vs 完成Story数 vs 溢出Story数
3. Story Point达成率：承诺SP vs 完成SP vs 溢出SP
4. 溢出分析：溢出Story的根因分类（估时不准/需求变更/技术债务/外部依赖）

#### Step 2.2: 交付质量评估

评估本Sprint交付物的质量状况：

1. 缺陷密度：每Story Point的缺陷数，与历史均值对比
2. 缺陷分布：按严重程度（P0/P1/P2/P3）分布
3. 返工率：因质量问题导致的返工Story占比
4. 技术债务：本Sprint新增/偿还的技术债务

#### Step 2.3: 团队速率分析

分析团队交付速率趋势：

1. 本Sprint速率：完成SP、有效工作天数、日均SP
2. 速率趋势：近5个Sprint的速率变化趋势（上升/稳定/下降）
3. 速率波动：标准差和变异系数，评估可预测性
4. 容量利用率：实际产出 vs 可用容量的比率

#### Step 2.4: 改进行动项提取

从执行数据中提取可操作的改进建议：

1. 做得好的（Keep）：本Sprint值得保持的做法
2. 需要改进的（Improve）：本Sprint暴露的问题和改进方向
3. 新尝试的（Try）：下个Sprint建议引入的新实践
4. 行动项清单：每项改进有明确负责人、截止日期和验收标准

#### Step 2.5: 下一Sprint建议

基于复盘结论为下一Sprint提供建议：

1. 速率预测：基于趋势预测下一Sprint可承诺SP范围
2. 风险预判：基于本Sprint溢出根因预判下Sprint风险
3. 容量建议：考虑假期、人员变动等因素的容量调整
4. 改进实验：建议在下一Sprint中验证的1-2个改进实验

#### Step 2.6: 报告组装

将以上内容组装为完整报告。

Markdown报告结构：

# Sprint复盘报告：Sprint {NN}

## 1. 执行摘要
- Sprint Goal达成度 / Story完成率 / 速率 / Top 3改进项

## 2. 目标达成分析
- Sprint Goal评估
- Story完成率（计划/完成/溢出）
- Story Point达成率
- 溢出根因分析

## 3. 交付质量评估
- 缺陷密度（vs 历史均值）
- 缺陷分布（P0-P3）
- 返工率
- 技术债务变化

## 4. 团队速率分析
- 本Sprint速率
- 速率趋势（近5个Sprint图表）
- 速率波动与可预测性
- 容量利用率

## 5. 改进行动项
- ✅ Keep（做得好的）
- 🔧 Improve（需要改进的）
- 🧪 Try（新尝试的）
- 行动项清单（负责人/截止日期/验收标准）

## 6. 下一Sprint建议
- 速率预测范围
- 风险预判
- 容量建议
- 改进实验建议

JSON结构：

{
  "sprint_id": "S{NN}",
  "sprint_dates": { "start": "", "end": "" },
  "report_date": "",
  "goal_achievement": {
    "status": "fully|partially|not_achieved",
    "sprint_goal": "",
    "evidence": ""
  },
  "delivery_metrics": {
    "stories_planned": 0,
    "stories_completed": 0,
    "stories_spilled": 0,
    "sp_planned": 0,
    "sp_completed": 0,
    "spill_reasons": []
  },
  "quality_metrics": {
    "defect_density": 0,
    "defect_distribution": { "P0": 0, "P1": 0, "P2": 0, "P3": 0 },
    "rework_rate": 0,
    "tech_debt_delta": ""
  },
  "velocity": {
    "current": 0,
    "trend": "increasing|stable|decreasing",
    "historical": [],
    "capacity_utilization": 0
  },
  "action_items": {
    "keep": [],
    "improve": [],
    "try": []
  },
  "next_sprint_recommendation": {
    "velocity_range": [0, 0],
    "risks": [],
    "capacity_adjustment": "",
    "experiments": []
  }
}

Step 3: 上线复盘

Step 3在发布完成后（建议T+2周）执行，自动收集多源数据，对上线效果、工程质量、发布过程进行复盘，并生成改进行动项。

#### Step 3.1: 效果复盘（上线后核心指标对比）

动作：

• 收集上线后核心业务指标和性能指标数据
• 对比发布目标与实际达成情况
• 对未达标指标进行归因分析
• 评估数据质量和完整性

输出：

{
  "release_effectiveness": {
    "release_id": "string",
    "retrospective_period": {
      "start": "ISO date",
      "end": "ISO date"
    },
    "goal_vs_actual": [{
      "metric": "string",
      "target": number,
      "actual": number,
      "achievement_rate": 0.0-1.0,
      "status": "achieved | partially_achieved | not_achieved | exceeded",
      "gap": number,
      "significance": "high | medium | low"
    }],
    "attribution_analysis": [{
      "metric": "string",
      "actual_vs_target_gap": number,
      "attributions": [{
        "factor": "string",
        "impact": number,
        "confidence": 0.0-1.0,
        "evidence": "string"
      }],
      "primary_cause": "string"
    }],
    "data_quality": {
      "completeness": 0.0-1.0,
      "accuracy": "verified | unverified",
      "gaps": ["string"]
    }
  }
}

#### Step 3.2: 工程质量复盘（Bug密度、技术债变化）

动作：

• 统计发布后Bug数量、严重程度分布、来源分布
• 对比本次与上次发布的Bug趋势
• 分析技术债务变化（新增/偿还）
• 识别Bug根因模式

输出：

{
  "release_quality": {
    "bug_statistics": {
      "total_bugs": number,
      "by_severity": { "P0": number, "P1": number, "P2": number, "P3": number },
      "by_source": {
        "testing_discovered": number,
        "production_reported": number,
        "leakage_rate": 0.0-1.0
      },
      "by_category": { "functional": number, "ui_ux": number, "performance": number, "security": number, "other": number }
    },
    "bug_trend_analysis": {
      "trend_comparison": {
        "total_bugs": { "current": number, "previous": number, "change_pct": number, "trend": "improving | stable | worsening" },
        "leakage_rate": { "current": number, "previous": number, "change_pct": number, "trend": "improving | stable | worsening" },
        "avg_fix_time_days": { "current": number, "previous": number, "change_pct": number, "trend": "improving | stable | worsening" }
      },
      "root_cause_patterns": [{
        "pattern": "string",
        "evidence": "string",
        "confidence": 0.0-1.0
      }]
    },
    "technical_debt_analysis": {
      "code_quality": {
        "maintainability_index": number,
        "baseline": number,
        "status": "improving | stable | slight_degradation | significant_degradation"
      },
      "debt_items": [{
        "item": "string",
        "severity": "high | medium | low",
        "estimated_debt_hours": number,
        "introduced_in": "string"
      }],
      "total_estimated_debt_hours": number
    }
  }
}

#### Step 3.3: 过程复盘（Sprint效率、协作质量）

动作：

• 分析问题发现时机分布（开发/测试/生产各阶段占比）
• 评估事件响应速度（检测、响应、修复时长）
• 分析团队协作效率（满意度、瓶颈识别）
• 评估发布流程质量

输出：

{
  "release_process": {
    "issue_discovery_timing": {
      "discovery_stages": [{
        "stage": "string",
        "issues_found": number,
        "pct": 0.0-1.0,
        "cost_multiplier": number
      }],
      "assessment": {
        "ideal_production_share": "string",
        "actual_production_share": "string",
        "status": "good | needs_improvement | critical"
      }
    },
    "response_speed_analysis": {
      "incident_response": {
        "avg_detection_time_minutes": number,
        "avg_response_time_minutes": number,
        "avg_resolution_time_minutes": number,
        "benchmark": "string"
      },
      "assessment": "good | acceptable | needs_improvement"
    },
    "collaboration_efficiency": {
      "team_feedback_summary": {
        "survey_response_rate": 0.0-1.0,
        "overall_satisfaction": number,
        "key_positives": ["string"],
        "key_improvements": ["string"]
      },
      "bottlenecks_identified": [{
        "bottleneck": "string",
        "frequency": "string",
        "impact": "string",
        "owner": "string"
      }]
    }
  }
}

#### Step 3.4: 改进行动项生成

动作：

• 基于效果复盘、工程质量复盘、过程复盘结果自动生成改进行动项
• 按影响/紧急度/可行性综合评分排序
• 每项行动项包含负责人、截止日期、验证方法和成功标准
• 行动项分类：产品改进、测试改进、基础设施改进、流程改进

输出：

{
  "release_action_items": {
    "items": [{
      "item_id": "string",
      "source": "效果复盘 | 工程质量复盘 | 过程复盘",
      "title": "string",
      "description": "string",
      "priority": "high | medium | low",
      "type": "product_improvement | test_improvement | infrastructure | process_improvement",
      "owner": "string",
      "due_date": "ISO date",
      "verification_method": "string",
      "success_criteria": "string",
      "status": "open | in_progress | done"
    }],
    "priority_ranking": [{
      "item_id": "string",
      "priority_score": number,
      "factors": {
        "impact": number,
        "urgency": number,
        "feasibility": number
      },
      "rank": number
    }]
  }
}

#### Step 3.5: 上线复盘报告组装

将效果复盘、工程质量复盘、过程复盘和改进行动项组装为完整上线复盘报告。

Markdown报告结构：

# 上线复盘报告：{release_id}

## 1. 执行摘要
- 发布版本 / 复盘周期 / 目标达成概况 / Top 3改进行动项

## 2. 效果复盘
- 目标vs实际对比
- 归因分析
- 数据质量评估

## 3. 工程质量复盘
- Bug统计与趋势
- 技术债务变化
- 根因模式识别

## 4. 过程复盘
- 问题发现时机分析
- 响应速度评估
- 协作效率分析

## 5. 改进行动项
- 行动项清单（来源/优先级/负责人/截止日期/验证方法）
- 优先级排序

## 6. 整体评估
- 评级（good / acceptable / needs_improvement）
- 综合摘要

JSON结构：

{
  "release_retrospective": {
    "release_id": "string",
    "retrospective_period": { "start": "ISO date", "end": "ISO date" },
    "generated_at": "ISO datetime",
    "effectiveness": {
      "summary": {
        "goals_achieved": number,
        "goals_partially_achieved": number,
        "goals_not_achieved": number
      },
      "goal_vs_actual": [],
      "attribution_analysis": []
    },
    "quality": {
      "bug_statistics": {},
      "bug_trend_analysis": {},
      "technical_debt_analysis": {}
    },
    "process": {
      "issue_discovery_timing": {},
      "response_speed_analysis": {},
      "collaboration_efficiency": {}
    },
    "action_items": [],
    "overall_assessment": {
      "rating": "good | acceptable | needs_improvement",
      "summary": "string"
    }
  }
}

输出

存储路径：output/pm-project/agile-review/

输出文件：

输出Schema：

{
  "type": "object",
  "required": ["sprint_review"],
  "properties": {
    "sprint_review": {"type": "object", "description": "Sprint评审数据，包含交付物、Demo清单和反馈收集"},
    "sprint_retro": {"type": "object", "description": "Sprint回顾数据，包含指标、问题识别和改进建议"},
    "retrospective_report": {"type": "object", "description": "复盘报告数据，包含目标达成、交付质量、速率趋势、改进行动项"},
    "release_retrospective": {"type": "object", "description": "上线复盘数据，包含效果复盘、工程质量复盘、过程复盘和改进行动项"}
  }
}

输出校验规则

输出示例

{
  "sprint_review": {
    "deliverables": {
      "sprint_summary": {
        "sprint_id": "SPR-2024-S08",
        "planned_stories": 8,
        "completed_stories": 7,
        "cancelled_stories": 0,
        "completion_rate": 0.875,
        "planned_points": 34,
        "completed_points": 30,
        "points_completion_rate": 0.88
      },
      "completed_items": [
        {
          "story_id": "STO-042",
          "title": "课程播放器进度记忆功能",
          "story_points": 5,
          "key_deliverables": ["断点续播", "多端进度同步"],
          "completed_by": "李伟",
          "quality_notes": "通过全量回归测试，无P0/P1缺陷"
        }
      ],
      "incomplete_items": [
        {
          "story_id": "STO-048",
          "title": "课堂弹幕互动功能",
          "remaining_work": "弹幕审核后台接口待联调",
          "carryover_decision": "next_sprint"
        }
      ]
    },
    "demo_checklist": {
      "demo_duration_minutes": 45,
      "items": [
        {
          "order": 1,
          "demo_topic": "课程断点续播演示",
          "story_id": "STO-042",
          "presenter": "李伟",
          "duration_minutes": 10,
          "environment_check": {
            "staging_ready": true,
            "test_data_ready": true,
            "access_verified": true
          },
          "key_points": ["跨设备续播", "进度条精确跳转"],
          "questions_to_anticipate": ["离线场景是否支持？"]
        }
      ]
    },
    "feedback_collected": {
      "total_feedback_count": 12,
      "feedback_by_type": {
        "feature_request": 3,
        "usability_issue": 2,
        "performance_concern": 1,
        "bug_report": 1,
        "positive_feedback": 4,
        "other": 1
      },
      "feedback_items": [
        {
          "feedback_id": "FB-001",
          "description": "希望课程播放器支持倍速播放",
          "type": "feature_request",
          "source": "教务主管",
          "timestamp": "2024-04-12T15:30:00+08:00",
          "priority": "medium",
          "related_story": null,
          "actionable": true
        }
      ]
    }
  },
  "sprint_retro": {
    "metrics": {
      "completion_metrics": {
        "story_completion_rate": 0.875,
        "point_completion_rate": 0.88,
        "avg_story_completion_time_days": 3.2,
        "carryover_rate": 0.125
      },
      "quality_metrics": {
        "bug_count": 4,
        "bug_rejection_rate": 0.25,
        "code_review_turnaround_hours": 8,
        "build_failure_rate": 0.05
      },
      "collaboration_metrics": {
        "blocker_resolution_time_hours": 6,
        "meeting_hours_total": 12,
        "ad_hoc_interruption_count": 5,
        "cross_team_dependency_delays": 1
      },
      "team_health": {
        "avg_overtime_hours": 3.5,
        "member_stress_indicators": ["1名成员反馈排期偏紧"],
        "velocity_stability": "stable"
      }
    },
    "problems_identified": [
      {
        "problem_id": "PRB-001",
        "description": "弹幕审核接口依赖内容安全团队排期，导致Story跨Sprint",
        "category": "collaboration",
        "evidence": "STO-048因审核接口未就绪阻塞3天",
        "frequency": "recurring",
        "severity": "high",
        "impact": "课堂互动功能交付延迟1个Sprint"
      }
    ],
    "improvement_suggestions": [
      {
        "suggestion_id": "IMP-001",
        "problem_addressed": "PRB-001",
        "description": "跨团队依赖需提前对齐排期",
        "proposed_action": "Sprint规划阶段邀请内容安全团队参与依赖确认",
        "expected_impact": "减少跨团队阻塞导致的延期",
        "implementation_effort": "low",
        "priority": "high",
        "owner_suggestion": "张明（PM）",
        "success_metric": "跨团队阻塞导致的延期减少50%"
      }
    ]
  },
  "retrospective_report": {
    "sprint_id": "S08",
    "sprint_dates": { "start": "2024-04-01", "end": "2024-04-12" },
    "report_date": "2024-04-12",
    "goal_achievement": {
      "status": "partially",
      "sprint_goal": "完成课堂互动功能与播放器优化",
      "evidence": "播放器优化完成，课堂互动功能因审核接口阻塞未完成"
    },
    "delivery_metrics": {
      "stories_planned": 8,
      "stories_completed": 7,
      "stories_spilled": 1,
      "sp_planned": 34,
      "sp_completed": 30,
      "spill_reasons": [{"story": "STO-048", "reason": "外部依赖"}]
    },
    "quality_metrics": {
      "defect_density": 0.13,
      "defect_distribution": { "P0": 0, "P1": 1, "P2": 2, "P3": 1 },
      "rework_rate": 0.0,
      "tech_debt_delta": "无新增技术债务"
    },
    "velocity": {
      "current": 30,
      "trend": "stable",
      "historical": [],
      "capacity_utilization": 0.88
    },
    "action_items": {
      "keep": ["跨团队依赖提前确认"],
      "improve": ["弹幕审核接口联调流程"],
      "try": ["Sprint规划阶段邀请依赖团队参与"]
    },
    "next_sprint_recommendation": {
      "velocity_range": [28, 34],
      "risks": ["弹幕审核接口仍为外部依赖"],
      "capacity_adjustment": "无变动",
      "experiments": ["依赖团队参与Sprint规划"]
    }
  },
  "metadata": {
    "sprint_id": "SPR-2024-S08",
    "generated_at": "2024-04-12T18:00:00+08:00",
    "review_completed": true,
    "retro_completed": true,
    "report_completed": true,
    "action_items_committed": 3
  }
}

Review时长建议

Retro时长建议

决策规则

质量检查

• [ ] 评审覆盖所有已完成Story
• [ ] 演示内容与验收标准对应
• [ ] 反馈已分类（接受/拒绝/改进）
• [ ] 改进建议有明确负责人和跟进计划
• [ ] 目标达成与数据一致（达成度判定与Story完成率吻合）
• [ ] 溢出根因已分类（每个溢出Story有根因标签）
• [ ] 行动项可执行（每项有负责人和截止日期）
• [ ] 速率趋势有依据（趋势判断基于至少3个Sprint数据，否则标注"数据不足，趋势待观察"）
• [ ] 上线复盘数据来源已标注
• [ ] 上线复盘目标vs实际对比清晰
• [ ] 上线复盘归因分析有证据支撑
• [ ] 上线复盘Bug趋势分析完整
• [ ] 上线复盘过程问题已识别
• [ ] 上线复盘行动项有负责人和截止时间
• [ ] 上线复盘行动项有验证方法

降级策略

上游文件缺失降级方案

数据获取说明

当上游文件缺失时，通过以下方式获取必要数据：

1. Sprint产出数据缺失：请用户提供完成情况，包括：已完成的Stories列表、未完成Stories及原因、故事点完成情况，AI将据此生成Review和Retro报告
2. 团队绩效数据缺失：跳过协作和效率维度分析，Retro仅基于交付和质量数据，标注"缺少团队协作数据"
3. 利益相关方反馈缺失：Review中跳过反馈收集环节，标注"无利益相关方反馈"，建议通过其他渠道补充收集
4. Sprint计划缺失：基于评审结果反推目标，标注"计划信息缺失"
5. 历史Sprint数据缺失：跳过速率趋势分析，标注"首次Sprint无趋势数据"
6. 数据不可用时：生成复盘框架，关键指标标注"待数据补充"
7. 发布数据缺失：请用户提供发布内容描述（发布了什么功能、目标是什么），AI将据此生成上线复盘框架
8. 监控数据缺失：跳过效果复盘指标对比，标注"待监控数据补充"，建议后续补充
9. Bug统计数据缺失：跳过工程质量复盘Bug统计，标注"待Bug数据补充"
10. 发布过程数据缺失：跳过过程复盘响应速度和协作效率分析，标注"待过程数据补充"

上游变更响应

上游变更影响表

下游通知机制表

复盘反馈回传机制

复盘的核心价值在于驱动持续改进闭环。以下定义了复盘结论回传上游 Skill 的规则，确保改进建议和行动项不仅停留在报告层面，而是能实际影响上游决策。

#### Sprint复盘反馈回传

#### 上线复盘反馈回传

#### 反馈回传执行规则

1. 自动回传：复盘报告生成后，自动将回传内容写入对应输出文件，下游 Skill 在执行时消费
2. 回传标注：所有回传内容须标注来源（source: "agile-review", sprint_id/release_id），便于追溯
3. 回传验证：回传内容须经过质量检查（数据完整、结论有证据支撑），不达标的回传内容标注"待验证"
4. 闭环检查：下一Sprint复盘时，检查上一Sprint回传的改进实验是否被执行，未执行的升级为团队讨论项

版本历史

• v1.0: 初始版本（agile-review）
• v2.0: 合并 agile-review + sprint-retrospective-report，新增Step 2复盘报告生成（Sprint目标达成分析、交付质量评估、团队速率趋势、改进行动项、下一Sprint建议）
• v3.0: 合并 retrospective-auto，新增Step 3上线复盘（效果复盘、工程质量复盘、过程复盘、改进行动项生成），扩展输入/输出/校验规则/通知机制
• v3.1: 新增复盘反馈回传机制——Sprint复盘反馈回传（6类：速率预测/溢出根因/跨团队依赖/需求变更/质量问题/改进实验）和上线复盘反馈回传（5类：目标未达成/Bug泄漏/技术债务/协作瓶颈/发布流程），定义回传执行规则（自动回传/回传标注/回传验证/闭环检查）