{SITE.title} logo 云萱笔记
✦ AI 原生工程平台

从需求到上线的
全链路 AI 自动化

云萱 AI 原生工程平台不是一个简单的代码生成器，而是一套完整的 AI 驱动软件工程工作流系统。 它让 AI 真正参与到软件研发的每一个环节，把开发者从繁琐的流程工作中解放出来。

核心能力

六大核心模块，覆盖软件研发全生命周期

📝
智能需求分析
一句话需求 → 完整 PRD 文档。自动拆解功能模块、生成验收标准、估算工作量，支持向量化存储与语义检索。
🎯
任务自动拆解
两层拆解法：先拆 Epic/Story（业务维度），再拆 Sub-task（技术维度）。自动同步 Jira 或禅道，带工时估算与优先级建议。
🧪
测试全流程自动化
用例生成 → 自动化脚本编写 → 执行调度 → Bug 自动创建 → 报告上传。支持 Kiwi TCMS、TestRail 等多平台。
🤖
多 Agent 协作
基于 LangGraph 的 7 Specialist 流水线编排：需求分析→开发→测试→调试→评估→安全→发布。支持条件分支与循环修复。
🔍
全链路可观测
5 种追踪后端（LangSmith / Langfuse / Console / NoOp / OTel），自动降级。LLM 调用、工作流阶段全覆盖。
🧑‍💼
人在回路 (HITL)
4 个人工确认节点：需求评审、任务确认、代码审核、发布审批。AI 执行重复性工作，人类把控质量与方向。

技术栈

精选成熟技术栈，稳定可靠

开发语言
Python 3.11+
Agent 编排
LangGraph + LangChain Core
LLM
OpenAI 兼容接口
向量数据库
Qdrant
数据模型
Pydantic v2 + SQLModel
可观测性
LangSmith / Langfuse
关系数据库
SQLite / PostgreSQL
任务管理集成
Jira / 禅道 ZenTao
文档管理集成
Confluence / 禅道文档
测试管理集成
Kiwi TCMS
沙箱隔离
Docker 容器
CLI 框架
Typer + Rich

你需要提供什么？

只需三步，启动 AI 工程工作流

1️⃣ 项目需求描述
用自然语言描述你想要做的项目。可以是一句话，也可以是详细的需求文档。 平台会自动补全细节、拆解结构。
基于现有项目，更新为 Firefly（Astro 框架）技术博客框架，
要求将最近关于云萱 AI 工程平台的技术栈、运行逻辑等更新为博客中的第一篇文章
2️⃣ 外部系统配置（可选）
配置 Jira/禅道、Confluence、Kiwi TCMS 等外部系统的连接信息。 不配置也能运行，结果输出到本地文件。
Jira API Token / Confluence 空间 Key / Kiwi 地址 & 账号...
3️⃣ 4 次人工确认
在关键节点需要你做决策：需求对不对？任务拆得合不合理？代码质量过关吗？可以发布了吗？
平均每次确认 1-2 分钟，总共 5-10 分钟的人工介入时间

完整运行流程

10 个阶段，4 个人工确认点，AI 负责执行，人类负责决策

AI 自动执行
人工干预 (HITL)
1
需求输入 AI 解析
用户输入项目描述，AI 进行初步理解和结构化整理。
输出：用户需求文本
2
需求文档生成 AI 生成
AI 生成完整的 PRD 文档，包括功能模块、验收标准、技术选型建议、工作量估算。支持同步到 Confluence / 禅道文档。
输出：PRD 文档 · 功能模块清单 · 验收标准
✓
需求评审 HITL 节点 ①
人工审核需求文档的完整性和准确性。可以修改、补充，或者让 AI 重新生成。确认通过后进入下一阶段。
操作：确认 / 修改 / 驳回重写
3
向量化存储 AI 处理
需求文档切片后存入 Qdrant 向量数据库，支持语义检索，为后续开发、测试提供上下文。
输出：向量索引 · 文档切片元数据
4
任务拆解 AI 拆解
两层拆解法：先拆 Epic/Story（业务维度），再拆 Sub-task（技术维度）。每个任务附验收标准和工时估算。
输出：Story 列表 · Sub-task 列表 · 工时估算
5
任务创建同步 AI 同步
自动在 Jira 或禅道中创建 Issue，设置优先级、负责人、关联关系。无需人工手动录入。
输出：Jira/禅道 Issue
✓
任务确认 HITL 节点 ②
人工审核任务拆解的合理性。调整优先级、增删任务、修改估算。确认无误后进入开发阶段。
操作：确认 / 调整 / 重拆
6
代码开发 AI + 人工
AI 辅助或自动生成代码，包括架构设计、模块实现、配置文件等。开发者负责 review 和关键逻辑编写。
输出：项目代码 · 设计文档 · 配置文件
7
测试管理 AI 执行
自动生成测试用例（正向+边界+异常），编写自动化脚本（pytest / Playwright），执行并收集结果。失败用例自动创建 Bug。
输出：测试用例 · 自动化脚本 · 测试报告 · Bug 单
8
调试与修复 AI 自动修复
测试失败？AI 自动定位问题、修复代码、重新测试，循环直到通过或达到最大迭代次数（默认 3 次）。
输出：修复后的代码 · 回归测试结果
✓
代码审核 HITL 节点 ③
AI 评测 + 人工审核双重把关。质量评估、安全扫描、代码风格检查都通过后，进入发布准备。
操作：批准 / 修改后重审
9
安全审计 AI 扫描
静态代码安全扫描、依赖漏洞检测、合规检查。高危问题自动回到开发阶段修复。
输出：安全报告 · 漏洞列表
✓
发布审批 HITL 节点 ④
最终确认：测试通过、安全无虞、文档齐全。人工批准后触发发布流程。
操作：批准发布 / 驳回
10
发布与交付 AI 执行
自动生成变更日志、版本标签、发布说明。触发 CI/CD 流水线，完成部署。报告同步到 Confluence/禅道。
输出：发布包 · 变更日志 · 交付报告

AI 生成的内容

每个阶段具体产出什么？点进去看看

📄 PRD 需求文档

  • 项目概述：背景、目标、用户画像
  • 功能模块：按模块拆分的功能清单（通常 3-8 个模块）
  • 验收标准：每个功能点的 AC（Given-When-Then 格式）
  • 技术选型建议：框架、库、架构模式建议
  • 非功能需求：性能、安全、可用性要求
  • 工作量估算：各模块工时预估

文档格式：Markdown / HTML，自动同步到 Confluence 或 禅道文档

🎯 任务拆解结果

  • Epic 级：大型功能板块（如"博客核心功能"）
  • Story 级：可独立交付的用户故事（如"文章列表页"）
  • Sub-task 级：具体技术任务（如"搭建 Astro + Firefly 项目骨架"）
  • 每个任务含：标题、描述、优先级、估算工时
  • 自动关联：Story 下挂 Sub-task，Epic 下挂 Story

同步到：Jira / 禅道，自动创建对应 Issue

🧪 测试用例

  • 正向用例：正常流程是否走得通
  • 边界用例：临界值、空值、超长输入等
  • 异常用例：错误输入、网络异常、权限不足等
  • 每个用例含：前置条件、步骤、预期结果
  • 自动生成对应 pytest / Playwright 自动化脚本

同步到：Kiwi TCMS 等测试管理平台

🐛 Bug 自动创建

  • 测试失败 → 自动提取错误信息 → 生成 Bug 描述
  • 自动填充：标题、复现步骤、预期/实际结果、环境信息
  • 自动关联失败的测试用例和对应的代码文件
  • 自动加标签：auto-generated、test-failure
  • Bug 修复后自动触发回归测试

同步到：Jira Bug / 禅道 Bug

📊 测试报告

  • 概览：通过率、用例总数、通过/失败/跳过/阻塞数
  • 详细结果：每个用例的执行状态、耗时、错误信息
  • 覆盖率指标：功能覆盖率、代码覆盖率
  • 趋势分析：与历史版本对比
  • Bug 统计：新增/修复/遗留 Bug 数量

格式：HTML（含图表），自动上传到 Confluence / 禅道文档

💻 代码产出

  • 项目骨架：目录结构、配置文件、依赖管理
  • 核心功能：按模块生成的业务代码
  • 测试代码：单元测试、集成测试、E2E 测试
  • 文档：README、API 文档、部署说明
  • CI/CD 配置：GitHub Actions / GitLab CI 配置文件

代码质量：经过 AI 评测 + 安全扫描 + 人工审核 三重把关

真实运行数据

以本站（云萱笔记）的重构项目为例

~2 min
需求文档生成
5 个
拆解的 Story
20 个
生成的 Sub-task
~32 h
总估算工时
28 页
生成的博客页面
16 个
测试用例
100%
测试通过率
4 次
人工介入
90/100
AI 质量评分
2 篇
Confluence 文档
~25x
流程效率提升
5-10 min
总人工耗时

全链路可观测

5 种追踪后端，自动降级，业务零感知

🟢
LangSmith
LangChain 官方追踪平台。完整的 Trace 视图、LLM 调用详情、Token 用量统计。适合 LangChain 生态项目。
🔵
Langfuse
开源 LLM 可观测性平台。支持私有化部署，成本分析、用户追踪、数据集评估。适合注重数据主权的团队。
⚫
Console（默认）
控制台彩色输出。本地开发调试用，开箱即用，零配置。每个 span 展示耗时、状态、元数据。
⚪
NoOp
空实现，完全关闭追踪。用于性能测试或生产环境静默模式，零开销。
🟡
OTel（预留）
OpenTelemetry 标准协议。企业级 APM 集成，对接 Jaeger、Grafana Tempo 等。
🔄
自动降级
配置了 LangSmith 但没网？配了 Langfuse 但密钥错了？统统自动降级到 Console，绝不影响主流程。

让 AI 帮你搞定繁琐的流程工作

把需求文档、任务拆解、测试管理这些重复劳动交给 AI， 你只需要在关键节点做决策。

📚 阅读技术文章 → 深入了解架构设计