Monitoring Dashboard - Dashboard de Monitoreo de Proyectos

Genera dashboards para visualizar el progreso del proyecto, resultados de pruebas y trazabilidad de requisitos usando marimo Run Mode.

Flujo de Trabajo

1. Especificar la fuente de datos (JSON/CSV)
2. Seleccionar el diseño del dashboard (progreso/pruebas/integrado)
3. Auto-generar un notebook marimo (.py)
4. Lanzar con marimo run y verificar en el navegador

Tipos de Dashboard

1. Dashboard de Progreso del Proyecto

Visualiza lo siguiente a partir de datos de progreso WBS:

• Tasa de completación de tareas (general/por fase)
• Gráfico burndown
• Carga de trabajo por responsable
• Alertas de tareas retrasadas

Formato de datos: dummy-wbs-progress.json

{
  "tasks": [
    {
      "id": "WBS-001",
      "name": "Nombre de tarea",
      "phase": "Fase A",
      "assignee": "Responsable",
      "progress": 75,
      "start_date": "2025-01-01",
      "due_date": "2025-01-15",
      "status": "in_progress"
    }
  ]
}

2. Dashboard de Resultados de Pruebas

Visualiza lo siguiente a partir de resultados de ejecución de pruebas:

• Tasa de éxito/fallo/omisión por suite de pruebas
• Tendencia de cobertura de pruebas
• Lista de pruebas fallidas (por severidad)
• Análisis de tiempo de ejecución de pruebas

Formato de datos: dummy-test-results.json

{
  "suites": [
    {
      "name": "Nombre de suite",
      "tests": [
        {
          "id": "TC-001",
          "name": "Nombre de prueba",
          "status": "passed",
          "duration_ms": 150,
          "severity": "high"
        }
      ]
    }
  ]
}

3. Dashboard de Trazabilidad de Requisitos

Seguimiento desde requisitos hasta diseño y pruebas:

• Matriz de cobertura de requisitos
• Resaltado de requisitos sin pruebas
• Distribución de estado de requisitos (gráfico circular)

Estructura del Notebook marimo

import marimo as mo
import pandas as pd
import plotly.express as px
import json

app = mo.App()

@app.cell
def load_data():
    """Cargar datos"""
    with open("path/to/data.json") as f:
        data = json.load(f)
    return pd.DataFrame(data["tasks"])

@app.cell
def progress_chart(df):
    """Gráfico de progreso"""
    fig = px.bar(df, x="name", y="progress", color="phase",
                 title="Tasa de Progreso de Tareas")
    mo.ui.plotly(fig)

@app.cell
def summary_metrics(df):
    """Métricas de resumen"""
    total = len(df)
    completed = len(df[df["progress"] == 100])
    mo.md(f"""
    ## Resumen del Proyecto
    - Total de tareas: **{total}**
    - Completadas: **{completed}**
    - Tasa de completación: **{completed/total*100:.1f}%**
    """)

Parámetros

Parámetro	Requerido	Predeterminado	Descripción
data_source	Sí	-	Ruta al archivo de datos (JSON/CSV)
dashboard_type	No	integrated	Tipo de dashboard (progress/test/traceability/integrated)
output	No	output/pm/dashboard.py	Ruta del archivo de salida
title	No	Project Dashboard	Título del dashboard

Formato de Salida

Genera un notebook marimo (.py):

• output/pm/dashboard.py -- Lanzar con marimo run output/pm/dashboard.py

Requisitos

• Python 3.10+
• marimo (uv add marimo)
• pandas (uv add pandas)
• plotly (uv add plotly)

Ejemplo

Use el skill monitoring-dashboard para crear un dashboard integrado de proyecto a partir de datos de prueba.
Datos: Cualquier JSON o CSV de progreso
-> Se genera output/pm/dashboard.py -> Lanzar con marimo run