KathyRaina3/ai-sprint-risk-analyzer

# AI Sprint 风险分析器 🚀 在线应用： https://ai-sprint-risk-analyzer-jcqfd4z4habsx6uuactvep.streamlit.app/ ## 概述 SprintRisk AI 是一个**灵活、通用的 Streamlit 应用**，用于 Sprint 风险分析。它允许项目经理上传**任何 CSV 文件**，映射列，并跨任务、阻碍因素和进度指标分析 Sprint 风险。无论数据集结构如何，该应用都能计算风险级别，生成可视化仪表板，并提供具有指导意义的见解。 ## 📊 仪表板预览 ### Sprint 风险仪表板  ### 进度指标摘要  ### 风险分布图  ## 🎯 主要特性 ✅ 上传**任何 CSV 文件**（来自 Jira、Excel 或自定义 Sprint 跟踪器） ✅ 灵活的**列映射**，支持 Ticket ID、任务描述、阻碍因素和进度 ✅ 可选字段：可以省略阻碍因素和进度 ✅ 自动风险检测：高 / 中 / 低 ✅ 风险分布可视化 ✅ 阻碍因素跟踪 ✅ Sprint 健康度评分计算 ✅ 进度监控 ✅ 下载包含计算风险的 CSV ## 🧠 风险计算方式 风险级别使用**任务进度**和**阻碍因素**来确定： * **高风险** → 存在阻碍因素 **且** 进度低于 50% * **中风险** → 存在阻碍因素 **或** 进度低于 50% * **低风险** → 无阻碍因素 **且** 进度 ≥ 50% Sprint 健康度评分基于以下因素计算： * 低风险任务 → 高贡献度 * 中风险任务 → 中等贡献度 * 高风险任务 → 低贡献度 这将生成一个显示 Sprint 稳定性的总体百分比。 ## 🛠️ 如何映射您的列 上传 CSV 时，应用会提示您进行映射： | 字段 | 描述 | |-------|-------------| | Ticket ID | 唯一任务标识符 (Task ID, Issue ID) | | 更新文本 | 任务描述 (Summary, Title, Task Name) | | 阻碍因素 | 阻碍因素数量（可选） | | 进度 | 任务完成百分比（可选） | **注意：** - 如果缺少阻碍因素或进度，应用将使用默认值： * 阻碍因素 = 0 * 进度 = 50% - 这确保了分析和图表对任何数据集都保持准确。 ## 📂 示例输入格式 ## 示例 CSV 结构： ``` ticket_id,progress,blockers ENG-101,40,1 ENG-102,90,0 ENG-103,60,0 ``` ### 📈 包含的 Sprint 指标 仪表板计算内容： - 任务总数 - 高风险任务 - 中风险任务 - 低风险任务 - 阻碍因素总数 - 平均进度 (%) - Sprint 健康度评分 (%) ## ⚙️ 使用的技术 - Python - Pandas - Matplotlib - Streamlit - PIL (Python Imaging Library) ## ▶️ 如何在本地运行 第 1 步 — 安装依赖项： pip install streamlit pandas matplotlib pillow 第 2 步 — 运行应用： streamlit run sprintrisk_app.py ## 🚀 未来增强功能 - 智能列自动检测 - 基于 NLP 的风险分析 - Jira API 集成 - 预测性 Sprint 风险建模 - 多项目仪表板 ## 👤 作者 **Kathy Raina** AI 与产品导向型项目开发者

标签：CSV解析, Gen AI, Jira集成, Kubernetes, Python, Sprint分析, Streamlit, TPM, 交付阻碍分析, 人工智能, 仪表盘, 任务分析, 健康度评分, 工程效能, 异常检测, 技术项目管理, 报表生成, 敏捷开发, 无后门, 早期预警, 生成式AI, 用户模式Hook绕过, 研发效能, 研发管理, 索引, 自动化状态报告, 访问控制, 跨团队依赖, 进度监控, 逆向工具, 阻塞追踪, 项目管理工具, 风险预测