Zentao Work Stats

禅道(Zentao)用户工作内容分析工具。通过数据库只读查询分析指定用户在指定时间段内的需求、任务、Bug、工时日志，生成 Markdown 格式的工作报告。仅支持 SQL SELECT 查询，不修改任何数据。

zentao-work-stats — 禅道用户工作内容分析报告生成器

连接禅道数据库，通过主表 + zt_action 操作日志综合追踪指定用户在指定时间段内的所有工作内容，生成完整的分析报告。

激活条件

高优先级触发（明确的统计生成动作）:

• "生成禅道用户工作报告"
• "创建禅道工作统计"
• "输出禅道工作分析报告"

低优先级触发（需要确认意图）:

• "分析禅道中某用户的需求/任务/Bug完成情况"（必须指定用户和时间范围）

不触发的情况:

• ❌ "查看某人在禅道中做了哪些事"（只是询问，不是生成报告）
• ❌ "这个人在禅道的工作怎么样"（只是询问评价）
• ❌ "禅道统计"（没有明确分析动作）

激活前必须确认:

1. 目标用户账号（如 WHF01089）
2. 分析的时间范围（如 2026年、2026-01-01 到 2026-07-23）
3. 用户是否有数据库访问权限

核心原则

只读操作 — 所有数据库操作均为 SELECT 查询，严禁任何 INSERT/UPDATE/DELETE。

双表追踪 — 不能仅查主表（zt_story/zt_task/zt_bug），必须结合 zt_action + zt_history 操作日志表，才能完整追踪用户参与的所有记录。原因：禅道流程流转后，主表的 assignedTo 等字段可能变为 closed 等非用户值，导致遗漏。

先确认后生成 — 分析前需确认以下信息：

1. 目标用户账号（如 WHF01089）
2. 分析的时间范围（如 2026年、2026-01-01 到 2026-07-23）
3. 报告输出路径（默认当前工作目录）

数据库连接配置

从 config.json 读取连接信息。配置文件路径：与本 SKILL.md 同目录下的 config.json。

重要：配置文件中包含数据库凭据，请确保：

• 不要将此文件提交到公共代码仓库
• 使用环境变量或配置管理工具存储敏感信息
• 确保文件权限设置正确，仅限授权用户访问

安全和隐私警告

⚠️ 数据敏感性：本技能访问禅道数据库中的用户工作数据，包括：

• 个人工作记录（需求、任务、Bug 提交和修改历史）
• 工时日志和工作效率数据
• 跨表关联的用户活动轨迹

⚠️ 授权要求：

• 必须获得用户本人或管理层的明确授权才能分析其工作数据
• 不得用于未经授权的员工监控或绩效评估
• 遵守组织的数据隐私政策和相关法律法规（如 GDPR、个人信息保护法）

⚠️ 报告安全：

• 生成的报告包含敏感的个人工作信息
• 保存到本地磁盘后，请确保存储位置安全
• 不要通过不安全渠道分享报告
• 及时清理不再需要的报告文件

⚠️ 最小权限原则：

• 使用只读数据库账号（仅需 SELECT 权限）
• 仅查询必要的表和时间范围
• 避免收集超出分析需求的额外信息

禅道核心表说明

主表（存储当前状态）

表名	用途	关键字段
zt_story	需求主表	id, title, pri, status, stage, estimate, openedBy, assignedTo, closedBy
zt_task	任务主表	id, name, type, pri, estimate, consumed, left, status, openedBy, assignedTo, finishedBy, closedBy
zt_bug	Bug主表	id, title, severity, pri, status, openedBy, assignedTo, resolvedBy, resolution, resolvedDate
zt_effort	工时日志表	id, objectType, objectID, date, consumed, left, work, account
zt_user	用户表	account, realname, email, dept, role
zt_product	产品表	id, name
zt_execution	执行/迭代表	id, name, project

操作追踪表（存储流转历史，关键！）

表名	用途	关键字段
zt_action	操作日志	objectType, objectID, actor, action, date, comment
zt_history	字段变更明细	action(关联zt_action.id), field, old, new, diff

操作类型（action字段值）说明

action 值	含义	适用对象
opened	创建	story/task/bug
assigned	指派	story/task/bug
started	开始	task/bug
finished	完成	task
resolved	解决	bug
closed	关闭	story/task/bug
commented	评论	story/task/bug
edited	编辑	story/task/bug
linked2project	关联项目	story/bug
linked2execution	关联执行	story/task

分析流程

Step 0: 环境准备

1. 读取 config.json 获取数据库连接配置
2. 验证 pymysql 是否已安装（不要主动安装，如果未安装则提示用户自行安装）：

python

try:
    import pymysql
    print("pymysql 已安装")
except ImportError:
    print("请先安装 pymysql: pip install pymysql")
    raise

3. 测试数据库连通性：

python

import pymysql
conn = pymysql.connect(**db_config)
cursor = conn.cursor()
cursor.execute("SELECT 1")
print("连接成功")
conn.close()

Step 1: 基础信息收集

查询用户基本信息、产品名称、执行名称、用户列表等基础数据：

python

# 用户信息
cursor.execute("SELECT account, realname, dept, role FROM zt_user WHERE account = %s", (user,))

# 产品映射
cursor.execute("SELECT id, name FROM zt_product")

# 执行映射
cursor.execute("SELECT id, name, project FROM zt_execution")

# 用户映射
cursor.execute("SELECT account, realname FROM zt_user")

Step 2: 通过 zt_action 追踪所有参与记录

这是核心步骤。 对 story/task/bug 分别执行：

python

# 查询用户在指定时间范围内参与的所有对象ID
cursor.execute("""
    SELECT DISTINCT a.objectID
    FROM zt_action a
    WHERE a.actor = %s
      AND a.objectType = %s  -- 'story' / 'task' / 'bug'
      AND a.date >= %s AND a.date <= %s
    ORDER BY a.objectID
""", (user, object_type, start_date, end_date))

然后对每个对象ID：

1. 从主表获取完整信息（标题、状态、优先级等）
2. 从 zt_action 获取该用户的所有操作记录
3. 从 zt_history 获取关键字段变更（如状态流转）

Step 3: 工时日志查询

python

# 注意 `left` 和 `work` 是 MySQL 保留字，需用反引号转义
cursor.execute("""
    SELECT id, objectType, objectID, date, consumed, `left`, `work`, `begin`, `end`
    FROM zt_effort
    WHERE account = %s AND date >= %s AND date <= %s
    ORDER BY date ASC
""", (user, start_date, end_date))

Step 4: 月度工作量统计

python

cursor.execute("""
    SELECT DATE_FORMAT(date, '%Y-%m') as month, objectType, action, COUNT(*) as cnt
    FROM zt_action
    WHERE actor = %s AND date >= %s AND date <= %s
    GROUP BY month, objectType, action
    ORDER BY month, objectType
""", (user, start_date, end_date))

Step 5: 生成分析报告

将收集到的数据整理为 Markdown 格式报告，结构参见 references/report-template.md。

Step 6: 输出

1. 将报告写入用户指定路径（默认：{工作目录}/用户{账号}_{年份}年工作分析报告.md）
2. 向用户展示报告概要统计
3. 使用 present_files 工具展示报告文件

SQL 注意事项

1. 保留字转义：left、work、begin、end 等是 MySQL 保留字，SQL 中必须用反引号包裹：`left`、`work`
2. 时间范围：使用 date >= 'YYYY-MM-DD' AND date <= 'YYYY-MM-DD 23:59:59' 确保包含结束日期当天
3. deleted 过滤：主表查询时注意添加 deleted = '0' 排除已删除记录
4. N+1 查询：先获取 DISTINCT objectID 列表，再逐个查明细，逻辑清晰但查询量较大；如果数据量很大可考虑 JOIN 优化
5. 只读：所有 SQL 只能是 SELECT，严禁写操作

报告生成规则

1. 需求/任务/Bug 列表按优先级排序（pri ASC），同级按 ID 降序
2. 工时日志按日期正序
3. 统计部分包括：总数、完成数、解决率、总工时、平均耗时
4. 标注用户的操作角色（创建者/执行者/指派者/评论者）
5. 产品/执行名称用映射表翻译，不要显示纯数字 ID

常见问题

为什么主表查到的记录比 zt_action 少很多？

禅道在流程流转时，assignedTo 在关闭后会变成 closed，不再保留具体用户名。只有通过 zt_action 操作日志才能追踪到所有参与人。

zt_effort 查询报语法错误？

work、left、begin、end 是 MySQL 保留字，SQL 中必须用反引号包裹。在 Python 内联字符串中注意反引号转义。

zt_execution 表不存在？

某些禅道版本可能没有 zt_execution 表（旧版使用 zt_project），查询前先检查表是否存在，不存在则跳过。

版本

版本	日期	作者	变更
1.0.0	2026-07-23	-	初始版本，支持通过主表+zt_action双表追踪生成用户工作内容分析报告