随着软件项目复杂度提升,传统研发管理往往停留在需求记录、任务分配和人工跟进层面,计划文档到代码落地之间存在拆解不稳定、执行不可追踪、验收难闭环等问题。本项目面向真实软件仓库,解决“计划文档如何转化为 AI 可执行研发任务”的问题,通过结构化需求解析、任务编排、多角色执行和验证闭环,提升软件交付的自动化、可追溯性和工程质
点击空白处退出提示
随着软件项目复杂度提升,传统研发管理往往停留在需求记录、任务分配和人工跟进层面,计划文档到代码落地之间存在拆解不稳定、执行不可追踪、验收难闭环等问题。本项目面向真实软件仓库,解决“计划文档如何转化为 AI 可执行研发任务”的问题,通过结构化需求解析、任务编排、多角色执行和验证闭环,提升软件交付的自动化、可追溯性和工程质
项目核心功能包括:项目与计划目录接入、docs/plan 多文档扫描、计划解析、需求事实抽取、PM 确认闸门、正式任务包生成、多 Executor 执行看板、任务时间线、Validator 验收、差异问题纠错、交付汇总等模块。系统不是简单的项目管理工具,而是把计划文档编译成可执行、可验证、可纠错、可交付的软件工程闭环,支持从需求理解到任务执行再到最终验收的全过程管理。
我负责项目的整体架构设计、核心后端服务、前端工作流页面和执行闭环落地。后端基于 Python 3.12、FastAPI、SQLAlchemy async、PostgreSQL、Redis、Temporal 实现计划解析、状态机、任务包、执行调度和验证记录;前端基于 React 19、TypeScript、Vite、Ant Design、TanStack Query 实现计划接入、确认页、执行人工作台、验收中心和交付中心。项目重点在于将自然语言计划转为结构化需求事实,再生成带有执行边界、验证命令和证据要求的任务契约,形成可追踪的 AI 研发执行链路。








评论