先看看示例
作者提供的示例，实际效果取决于你的输入和使用工具。
输入
日均 240 单，每单 10 分钟；每人排班 8 小时，培训休息等收缩率 25%；峰值日 360 单。
输出
编辑示例 · 未运行
平均工作量：240×10÷60=40 小时。
每人可处理时间：8×(1−25%)=6 小时。
仅按工作量估算：平均日 40÷6=6.67 人，高峰日 60÷6=10 人。
这不是 SLA 人数结论：还需按时段到达率、等待目标和服务时长分布建立排队模型。
下一步：补小时级需求与可接受等待时间，再评估覆盖方案。
方法说明
结合到达量、处理时间、服务目标、非生产时间与人员爬坡，估算客服等运营团队的容量和招聘节奏。 具体任务 估算客服团队的基础工作量缺口：结合到达量、处理时间、服务目标、非生产时间与人员爬坡，估算客服等运营团队的容量和招聘节奏。 安排季度补员节奏：将需求增长、流失补位、爬坡与管理跨度纳入分阶段计划。 必需材料 分时到达量与处理时长 服务目标和可用工时 可选材料 收缩率、流失和爬坡 需求分位数 使用门槛 清楚平均需求与高峰需求不同，能说明工时中哪些不可用于处理。 这个 Skill 额外提供的方法 把峰值、非生产时间和新人成熟期纳入容量，指出平均利用率掩盖的风险。 编辑示例（未运行） 估算客服团队的基础工作量缺口 任务：请根据下面的示例材料完成估算客服团队的基础工作量缺口，把判断依据和待确认事项写清楚。 输入： 日均 240 单，每单 10 分钟；每人排班 8 小时，培训休息等收缩率 25%；峰值日 360 单。 结果片段： 平均工作量：240×10÷60=40 小时。 每人可处理时间：8×(1−25%)=6 小时。 仅按工作量估算：平均日 40÷6=6.67 人，高峰日 60÷6=10 人。 这不是 SLA 人数结论：还需按时段到达率、等待目标和服务时长分布建立排队模型。 下一步：补小时级需求与可接受等待时间，再评估覆盖方案。 把峰值、非生产时间和新人成熟期纳入容量，指出平均利用率掩盖的风险。 该片段是编辑示例，用于说明交付形态，未运行上游技能。 首次任务 请使用「用需求波动而非平均值估算运营人力」完成「估算客服团队的基础工作量缺口」。 任务要求：把峰值、非生产时间和新人成熟期纳入容量，指出平均利用率掩盖的风险。 我的必需材料： - 分时到达量与处理时长：[请填写或粘贴] - 服务目标和可用工时：[请填写或粘贴] 请基于上述实际材料输出：容量模型、利用率风险、峰值缺口和分阶段人力计划。缺少依据的地方单列为待确认，不编造事实；未执行的操作或测试明确标为未执行。 验收要求： 1. 平均、P90 或其他峰值场景明确。 2. 收缩和爬坡不重复或漏计。 3. SLA 结论来自适用模型而非粗略除法。 验收方法 平均、P90 或其他峰值场景明确 收缩和爬坡不重复或漏计 SLA 结论来自适用模型而非粗略除法 依赖与准备 来源包含 Python 容量与 Erlang-C 模型工具；适用性需核对到达、服务和队列假设，通常无需连接真实工单系统即可处理导出数据。 使用边界 简单工时除法只估工作量，不能保证排队等待达到 SLA。 招聘和排班建议需结合技能、法规与真实服务设计复核。 排错 平均人数够但总是排队：改看小时级波峰和到达变异，不只看全天总量。 新员工入职人数等于可用产能：按培训和爬坡曲线折算，再检查导师带教占用。 固定来源 https://github.com/alirezarezvani/claude-skills/blob/19392f7a08264ed00486a251f5b2098321771f94/business-operations/skills/capacity-planner/SKILL.md