progressive estimation
Estimate AI-assisted and hybrid human+agent development work with research-backed PERT statistics and calibration feedback loops
Каталог из GitHub · что мы проверяем
Собираем навыки из Agentic Awesome Skills на GitHub. Это работы авторов сообщества, а не собственные разработки КОМЭКСПО. В карточках сохраняем источник и фиксированную версию.
Автоматические проверки
- При импорте: проверяем адреса источников и убираем повторяющиеся идентификаторы. Некоторые категории риска исключаем.
- При загрузке инструкции: проверяем формат SKILL.md, кодировку и объём. Ищем упоминания дополнительных файлов и инструментов.
- Сверяем обозначение лицензии с разрешённым списком и учитываем известные исключения источника. Непонятные условия требуют отдельной проверки.
«Требует проверки» означает, что инструкция ещё не загружена и не проверена. Статусы совместимости не подтверждают безопасность, качество ответа или работу во всех моделях. Полный аудит кода, прав и тестирование каждого навыка не проводились. Скрипты не запускаем.
Авторы и условия использования
Оригинальные тексты коллекции заявлены под CC BY 4.0; у сторонних материалов могут быть другие условия. Открытый GitHub не означает отсутствие авторских прав. Сохраняйте авторство, ссылку на лицензию и отметки об изменениях.
Русские пояснения и промпт-обёртки подготовлены КОМЭКСПО. Оригинальные инструкции не переведены. Мы не связаны с GitHub или авторами навыков и не заявляем об их одобрении сервиса. Правообладателям: контакты — укажите карточку, оригинал и суть обращения.
Использовать навык
Без регистрацииВставьте в свой ИИ-чат и замените последнюю строку своей задачей. Это инструкция, а не подключение новых инструментов.
Промпт попросит код-агента изучить фиксированную версию и предложить подключение к вашему проекту. Изменения требуют вашего согласования.
Команда для Skills CLI от Vercel ↗. Нужны Node.js и npm; запускайте в тестовой копии проекта. Установщик предложит выбрать агента.
Скачивается только SKILL.md указанной версии. Дополнительные файлы и MCP не входят. Команду здесь не запускали; формат сверён с документацией CLI. Перед установкой проверьте источник и запросы разрешений.
Источник: sickn33/agentic-awesome-skills · CC-BY-4.0 · Оригинал ↗
Атрибуция для копирования и распространения
Если распространяете скачанный файл, приложите атрибуцию и требуемые лицензией уведомления автора. При изменении инструкции укажите свои изменения. Условия лицензии
Как это работает
Навык задаёт подход к задаче: например, как редактировать текст или проверять код. Вы выбираете его в чате — ИИ получает эту инструкцию вместе с вашим запросом.
Поддерживаются текст, код и создание сайтов. Навык не подключает новые модели, терминал, MCP или аккаунты. Для изображений и видео используются отдельные инструменты.
- Совместимость
- Инструкции для чата
- Источник
- sickn33/agentic-awesome-skills ↗
- Версия
465ad05638fb· фиксируется при добавлении- Лицензия
- CC-BY-4.0
- Звёзды репозитория
- 47 140
Оригинальная инструкция SKILL.md · 3 451 символов
--- name: progressive-estimation description: "Estimate AI-assisted and hybrid human+agent development work with research-backed PERT statistics and calibration feedback loops" category: project-management risk: safe source: community date_added: "2026-03-10" author: Enreign tags: - estimation - project-management - pert - sprint-planning - ai-agents tools: - claude --- # Progressive Estimation Estimate AI-assisted and hybrid human+agent development work using research-backed formulas with PERT statistics, confidence bands, and calibration feedback loops. ## Overview Progressive Estimation adapts to your team's working mode — human-only, hybrid, or agent-first — applying the right velocity model and multipliers for each. It produces statistical estimates rather than gut feelings. ## When to Use This Skill - Estimating development tasks where AI agents handle part of the work - Sprint planning with hybrid human+agent teams - Batch sizing a backlog (handles 5 or 500 issues) - Staffing and capacity planning with agent multipliers - Release date forecasting with confidence intervals ## How It Works 1. **Mode Detection** — Determines if the team works human-only, hybrid, or agent-first 2. **Task Classification** — Categorizes by size (XS–XL), complexity, and risk 3. **Formula Application** — Applies research-backed multipliers grounded in empirical studies 4. **PERT Calculation** — Produces expected values using three-point estimation 5. **Confidence Bands** — Generates P50, P75, P90 intervals 6. **Output Formatting** — Formats for Linear, JIRA, ClickUp, GitHub Issues, Monday, or GitLab 7. **Calibration** — Feeds back actuals to improve future estimates ## Examples **Single task:** > "Estimate building a REST API with authentication using Claude Code" **Batch mode:** > "Estimate these 12 JIRA tickets for our next sprint" **With context:** > "We have 3 developers using AI agents for ~60% of implementation. Estimate this feature." ## Best Practices - Start with a single task to calibrate before moving to batch mode - Feed back actual completion times to improve the calibration system - Use "instant mode" for quick T-shirt sizing without full PERT analysis - Be explicit about team composition and agent usage percentage ## Common Pitfalls - **Problem:** Overconfident estimates **Solution:** Use P75 or P90 for commitments, not P50 - **Problem:** Missing context **Solution:** The skill asks clarifying questions — provide team size and agent usage - **Problem:** Stale calibration **Solution:** Re-calibrate when team composition or tooling changes significantly ## Related Skills - `@sprint-planning` - Sprint planning and backlog management - `@project-management` - General project management workflows - `@capacity-planning` - Team velocity and capacity planning ## Additional Resources - [Source Repository](https://github.com/Enreign/progressive-estimation) - [Installation Guide](https://github.com/Enreign/progressive-estimation/blob/main/INSTALLATION.md) - [Research References](https://github.com/Enreign/progressive-estimation/tree/main/references) ## Limitations - Use this skill only when the task clearly matches the scope described above. - Do not treat the output as a substitute for environment-specific validation, testing, or expert review. - Stop and ask for clarification if required inputs, permissions, safety boundaries, or success criteria are missing.