功能说明: 本技能涵盖 中文交互、专业工具、化工作流场景 等核心能力。

Linear 工具箱（专业版）

概述

专业版面向团队与企业，在免费版单团队任务管理基础上，扩展跨团队统一看板、批量操作、项目健康度与吞吐量分析、自动化工作流与审计治理。命令与免费版兼容，已有脚本可直接纳入自动化.

核心能力

能力	说明	专业版增强
跨团队看板	多团队任务统一视图	聚合筛选
批量操作	批量状态/优先级/指派	历史回滚
健康度分析	吞吐量、周期、瓶颈	趋势看板
自动化	状态联动、定时摘要	规则引擎
审计治理	操作留痕与权限	RBAC
技术实现要点：核心能力基于input_params参数与output_format配置实现,支持创建/查询/修改/删除等操作模式,通过config_options进行运行时配置.

核心功能执行

用input_params参数进行配置.

处理: 解析核心功能执行的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回核心功能执行的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

参数配置与调用

用config_options参数进行配置.

处理: 解析参数配置与调用的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回参数配置与调用的响应数据,包含状态码、结果和日志.

• 执行此能力时使用config_options参数,支持修改/重置/导入操作

结果处理与输出

用output_format参数进行配置.

处理: 解析结果处理与输出的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回结果处理与输出的响应数据,包含状态码、结果和日志.

• 执行此能力时使用output_format参数,支持导出/保存/转换操作 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：面向团队的跨团队、批量操作与项目健、康度分析工具、面向团队的、Linear、跨团队看板与项目、健康度分析专业工、跨团队统一看板与、项目健康度与吞吐、量分析、自动化工作流与状、团队权限与审计治等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.

使用场景

场景一：跨团队看板

# 跨团队聚合（专业版）
{baseDir}/（请参考skill目录中的脚本文件） board --teams A,B,C --status progress

跨团队看板:
  团队A: 进行中 12 / 评审 4 / 阻塞 1
  团队B: 进行中 8  / 评审 2 / 阻塞 0
  团队C: 进行中 15 / 评审 6 / 阻塞 3
  阻塞项 TOP: 团队C-3 条（建议优先处理）

场景二：项目健康度分析

# 健康度分析（专业版）
import json
# data = linear.query(project_metrics)
metrics = {
    "throughput": 42,        # 本迭代完成数
    "avg_cycle_days": 3.2,   # 平均周期
    "blocked_ratio": 0.07,   # 阻塞率
    "overdue": 3             # 逾期数
}
print(f"健康度: {'良好' if metrics['blocked_ratio']<0.1 else '预警'}")

场景三：自动化工作流

{
  "rules": [
    {"when": "PR created", "then": "set status review"},
    {"when": "PR merged", "then": "set status done"},
    {"when": "blocked > 2 days", "then": "notify lead"},
    {"schedule": "0 9 * * 1", "then": "send weekly summary"}
  ]
}

不适用场景

以下场景Linear 工具箱专业版不适合处理：

• 实际人员绩效评估
• 财务预算审批
• 合同法务审核

触发条件

需要项目管理、任务规划、进度跟踪、团队协作时使用。不适用于非本工具能力范围的需求.

快速开始

1. 将免费版命令纳入自动化规则.
2. 配置跨团队看板与聚合筛选.
3. 接入项目健康度分析.
4. 启用自动化与审计. 响应解析: 完成完成后,查看输出响应确认任务状态。成功时输出包含解析摘要和响应数据;失败时根据错误信息排查问题,查阅错误解析章节获取恢复步骤.

示例

健康度看板配置（linear-health.json）：

{
  "teams": ["A", "B", "C"],
  "metrics": ["throughput", "cycle_time", "blocked_ratio", "overdue"],
  "thresholds": {"blocked_ratio_warn": 0.1, "cycle_days_warn": 5},
  "automation": {"rules": "rules.json", "audit": true}
}

优选实践

• 看板先聚合：跨团队看板按状态聚合，阻塞项优先处理.
• 健康度看周期：周期过长或阻塞率高是预警信号.
• 自动化减手工：PR 状态联动、定时摘要交给规则引擎.
• 审计要留痕：批量操作留痕，便于回滚与追责.
• 权限按角色：批量操作限管理员，普通成员只读看板.

免费版兼容性

项目	免费版	专业版
命令	相同	相同（可编排）
范围	单团队	跨团队
分析	站会摘要	健康度看板
自动化	手动	规则引擎

常见问题

Q1：跨团队看板会泄露数据吗？ A：按 RBAC 过滤，成员只看到有权访问的团队. Q2：批量操作能回滚吗？ A：能。所有批量操作留痕，支持按批次回滚. Q3：健康度数据多久更新？ A：默认每小时，可配置更短间隔. Q4：自动化规则怎么测？ A：专业版提供规则试跑，用历史数据验证再上线. Q5：专业版有优先支持吗？ A：有。专业版享工作流设计与健康度建模咨询.

进阶用法

跨团队看板聚合

# 聚合多团队按状态
{baseDir}/（请参考skill目录中的脚本文件） board --teams A,B,C --status progress
# ...
# 按优先级聚合
{baseDir}/（请参考skill目录中的脚本文件） board --teams A,B,C --priority urgent,high
# ...
# 阻塞项专项
{baseDir}/（请参考skill目录中的脚本文件） board --teams A,B,C --blocked

健康度指标计算

# 项目健康度计算
def health(metrics):
    score = 100
    score -= metrics["overdue"] * 5          # 每逾期项 -5
    score -= max(0, metrics["blocked_ratio"] - 0.1) * 200  # 阻塞率超 10% 扣分
    score -= max(0, metrics["avg_cycle_days"] - 5) * 3     # 周期超 5 天扣分
    return max(0, score)
# ...
metrics = {"overdue": 3, "blocked_ratio": 0.07, "avg_cycle_days": 3.2}
print(f"健康度: {health(metrics)}/100")  # 健康度: 85/100

自动化规则引擎

{
  "rules": [
    {"trigger": "PR created", "action": "set_status", "value": "In Review"},
    {"trigger": "PR merged", "action": "set_status", "value": "Done"},
    {"trigger": "blocked_days > 2", "action": "notify", "target": "lead"},
    {"trigger": "priority = urgent", "action": "notify", "target": "team"},
    {"schedule": "0 9 * * 1", "action": "send_summary", "scope": "team"}
  ],
  "dry_run": false,
  "audit": true
}

看板视图设计

跨团队看板维度:
  按状态: 待办/进行中/评审/阻塞/完成
  按优先级: urgent/high/medium/low
  按团队: A/B/C
  按负责人: 各成员负载
# ...
关键指标:
  在制品数（WIP）: 控制在制品防过载
  周期时间: 从开始到完成的时长
  吞吐量: 单位时间完成数
  阻塞率: 阻塞项占比

治理与审计

• 批量操作留痕：所有批量操作记录操作人与时间，可回滚.
• 权限分级：批量操作限管理员，普通成员只读看板.
• 自动化先试跑：新规则用历史数据试跑验证再上线.
• 健康度定期报：每周生成健康度报告，预警瓶颈.
• 趋势归档：指标定期归档，绘制趋势辅助决策.

依赖说明

运行环境

• Agent 平台: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI 等）
• 操作系统: Windows / macOS / Linux
• 网络: 可访问 api.linear.app
• Python: 3.9+（分析脚本）

依赖详情

依赖项	类型	是否必需	获取方式
curl	命令行工具	必需	系统包管理器
jq	JSON 处理	必需	系统包管理器
Python	运行时	分析脚本必需	python.org
LLM API	API	必需	由 Agent 内置 LLM 提供

API Key 配置

• LINEAR_API_KEY：与免费版一致，建议用团队级 Key 配 RBAC
• 自动化服务密钥：用于规则引擎定时执行，范围受限

可用性分类

• 分类: MD+EXEC（Markdown 指令 + 命令行执行）
• 说明: 通过自然语言指令驱动 Agent 完成跨团队看板与健康度分析
• API Key通过环境变量配置: export API_KEY=your_key

错误处理

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达	执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案

已知限制

• 需LLM支持,无LLM环境不可用
• 复杂业务场景建议结合人工经验判断
• 执行效率受模型能力与网络环境影响

输出格式

{
  "success": true,
  "data": {
    "result": "Linear 工具箱专业版处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "linearkit pro"
    }
  },
  "execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
  "error": null
}

安全注意事项

风险类型	防范措施
API密钥泄露	通过环境变量配置，禁止硬编码到代码或配置文件中
命令执行风险	仅执行白名单命令，避免拼接用户输入到命令行参数中
网络通信安全	使用HTTPS协议，验证SSL证书有效性
敏感数据暴露	输出结果中不包含密钥、令牌等敏感信息

使用前请确认已阅读依赖说明章节，确保运行环境满足安全要求。