kai/ColaFlow
1
0
Fork 0
Code Issues Pull Requests Actions 1 Packages Projects Releases Wiki Activity
Files
2fe700fd3c2543f0d36d2bbe2e7403ab593987c6
ColaFlow/product.md
Yaojia Wang 01e1263c12
Some checks failed
Code Coverage / Generate Coverage Report (push) Has been cancelled
Details
Tests / Run Tests (9.0.x) (push) Has been cancelled
Details
Tests / Docker Build Test (push) Has been cancelled
Details
Tests / Test Summary (push) Has been cancelled
Details
Updare progress
2025-11-04 12:28:53 +01:00

10 KiB
Raw Blame History

🧠 ColaFlow 项目计划书

版本： 1.0 Draft 作者： Yaojia Wang / Colacoder 团队 日期： 2025-11 用途： 内部立项 & 技术实现规划

一、项目简介

ColaFlow 是一款基于 AI + MCP 协议 的新一代项目管理系统，灵感源自 Jira 的敏捷管理模式，但更智能、更开放、更流畅。

目标是让 AI 成为团队成员，能安全地读写项目数据、生成文档、同步进度和汇总报告，从而让项目流转像气泡一样顺滑。

“Flow your work, with AI in every loop.”

二、项目愿景

构建一个能让 人类与 AI 协作自然流动的项目平台。

  • AI 自动生成与更新任务、文档、进度
  • 人类决策、审核与确认关键动作
  • 系统通过 MCP (Model Context Protocol) 无缝连接 ChatGPT、Claude、GitHub、日历、Slack 等工具

最终，让 ColaFlow 成为开发与协作的中心枢纽。

三、项目目标

  1. 兼容 Jira 式的敏捷项目管理逻辑（Epic / Story / Task / Sprint / Workflow）
  2. 支持 MCP Server + Client 双向通信，让 AI 工具可直接操作任务数据
  3. 实现 AI 原生项目流：文档 → 拆解 → 执行 → 汇报，全链自动化
  4. 提供可审计、安全、可回滚的 AI 操作机制
  5. 为内部团队与外部 AI 工具提供统一接口与权限控制层

四、系统架构

┌──────────────────────────────┐
│           用户层              │
│  - Web前端 (看板/甘特/日报)  │
│  - AI 工具 (ChatGPT, Claude)  │
└───────────────┬──────────────┘
                │  (MCP 协议)
┌───────────────┴──────────────┐
│         ColaFlow Core         │
│  - 项目 / 任务 / Sprint 管理   │
│  - 文档与需求模块              │
│  - 审计与权限控制              │
└───────────────┬──────────────┘
                │
┌───────────────┴──────────────┐
│         外部系统接入层         │
│  - GitHub / Slack / Calendar  │
│  - 其他 MCP 兼容工具          │
└───────────────┬──────────────┘
                │
┌───────────────┴──────────────┐
│            数据层             │
│  PostgreSQL + pgvector + Redis│
└──────────────────────────────┘

五、核心模块

1️⃣ 项目管理模块（Project Core）

  • 实体结构：Epic、Story、Task、Sub-task、Sprint
  • 状态流转：To Do → In Progress → Review → Done
  • 看板、甘特、日历、燃尽图
  • 自定义字段、标签、优先级、负责人
  • 审计日志与回滚功能

2️⃣ MCP 模块（Integration Layer）

  • MCP Server：

    • 暴露 Resources：projects.search, issues.search, docs.create_draft, reports.daily
    • 暴露 Tools：create_issue, update_status, log_decision
    • 所有写操作：diff_preview → 人审 → commit

  • MCP Client：

    • 接入 GitHub、Slack、Calendar 等系统
    • 实现事件驱动型联动：如“PR合并 → 自动更新任务状态”

  • 安全与合规：

    • 字段级权限
    • 审计日志与回滚
    • 远程认证（OAuth/Token）

3️⃣ AI 协作模块（AI Collaboration Layer）

  • 自然语言创建任务与文档
  • 自动生成站会纪要、日报、风险报告
  • Prompt 模板库：需求、验收标准、估时、风险提示
  • “AI 控制台”：展示 AI 建议与 diff 结果，人审后落库
  • 模型可替换：Claude、ChatGPT、Gemini 等

六、典型使用场景

Use Case 1：从 Idea 到项目落地

  1. 用户在 ChatGPT 提交项目构想；
  2. ChatGPT 调用 MCP → ColaFlow 创建 PRD 草稿；
  3. 团队在 ColaFlow 审核 diff → 确认落库；
  4. 系统自动拆分任务并生成时间线；
  5. 项目开始流转。

Use Case 2：AI 自动维护任务

  • AI 检测任务无验收标准 → 生成候选 AC；
  • AI 发现进度延误 → 生成风险报告；
  • AI 自动总结会议纪要 → 推送到 Slack。

七、开发阶段规划

阶段 时间 目标 交付内容 状态
M1 1–2月 核心项目模块 Epic/Story 结构、看板、审计日志 🚧 进行中 (80%)
M2 3–4月 MCP Server 实现 基础读写 API、AI 连接测试 ⏳ 未开始
M3 5–6月 ChatGPT 集成 PoC 从 AI → 系统 PRD 同步闭环 ⏳ 未开始
M4 7–8月 外部系统接入 GitHub、Calendar、Slack ⏳ 未开始
M5 9月 企业试点 内部部署 + 用户测试 ⏳ 未开始
M6 10–12月 稳定版发布 正式文档 + SDK + 插件机制 ⏳ 未开始

M1 阶段完成情况 (Day 13 更新)

✅ 已完成

  • Issue Management Module (问题管理模块) - 完整实现

    • Domain Layer: Issue 聚合根、3个枚举类型、5个领域事件
    • Application Layer: 5个命令 + 3个查询，完整 CQRS 架构
    • Infrastructure Layer: PostgreSQL 数据库、仓储实现、5个性能索引
    • API Layer: 7个 RESTful 端点
    • SignalR: 实时通知支持
    • 代码规模: 59个文件，1630行代码

  • Kanban Board (看板) - 全功能实现

    • 拖拽功能 (@dnd-kit 集成)
    • 4列布局: Backlog → Todo → InProgress → Done
    • 实时状态更新
    • 类型图标 (Story, Task, Bug, Epic)
    • 优先级标识
    • 代码规模: 15个文件，1134行代码

  • Multi-Tenant Isolation (多租户隔离) - 通过测试

    • 全局查询过滤器正确工作
    • 跨租户数据隔离验证通过

  • Database Performance (数据库性能) - 优化完成

    • 5个性能索引 (租户ID、项目ID、状态、负责人、组合索引)
    • 查询性能 < 5ms

🚧 进行中

  • 审计日志系统 (Audit Log System)
  • Epic/Story 父子关系 (Parent-Child Hierarchy)
  • Sprint 管理模块 (Sprint Management)

⏳ 计划中

  • 自定义字段 (Custom Fields)
  • 看板视图配置 (Kanban Customization)
  • 甘特图 (Gantt Chart)
  • 燃尽图 (Burndown Chart)

八、团队分工

角色 职责
产品经理 需求定义、用户调研、工作流设计
架构师 系统架构、MCP 集成、数据安全
后端工程师 API、任务模型、日志系统
前端工程师 看板 UI、AI 控制台、人审界面
AI 工程师 Prompt 设计、任务生成、模型优化
QA 测试与回归、权限校验、性能评估

九、安全机制

  • 所有 AI 写操作需人工确认
  • 字段级访问白名单
  • 审计日志 + 回滚令牌
  • Token / OAuth 认证
  • 可私有化部署，支持 GDPR

十、关键指标（KPI）

指标项 目标值 当前进展 (Day 13)
项目创建时间 ↓ 30% 🔄 开发中 (Issue 创建功能已完成)
AI 自动任务占比 ≥ 50% ⏳ 待 M2 MCP 集成后测量
人审通过率 ≥ 90% ⏳ 待 M2 MCP 集成后测量
回滚率 ≤ 5% ⏳ 待审计日志系统完成
用户满意度 ≥ 85% ⏳ 待 M5 企业试点测试

技术指标 (Day 13)

指标项 目标值 实际值
API 响应时间 < 100ms ✅ 50-100ms
数据库查询性能 < 10ms ✅ < 5ms
测试覆盖率 ≥ 80% ⚠️ 88% (7/8 核心功能)
多租户隔离 100% ✅ 通过验证
代码质量 Clean Architecture ✅ CQRS + DDD 架构

十一、未来方向

  • 多 AI Agent 协作（PM / Dev / QA）
  • IDE 联动（VS Code / JetBrains）
  • AI 提示词商店（Prompt Marketplace）
  • 移动端轻量版本
  • ColaFlow SDK 与插件生态

十二、结语

ColaFlow 的使命是：

"让 AI 成为项目流的一部分，而不是一个外部工具。"

它不仅是一个项目管理系统，更是一个 协作生态与智能连接平台。 通过 ColaFlow，我们希望实现真正的「流动式团队协作」。

十三、开发进度记录

Day 13 (2025-11-04): Issue Management & Kanban Board - ✅ 完成

交付成果

  1. 完整的 Issue Management 模块

    • 后端: 59个文件，1630行代码
    • 前端: 15个文件，1134行代码
    • 架构: Clean Architecture + CQRS + DDD

  2. Kanban Board 看板功能

    • 拖拽式任务管理
    • 4个工作流阶段
    • 实时状态同步

  3. 测试验证

    • 8项综合测试 - 全部通过 ✅
    • 多租户隔离验证 - 通过 ✅
    • API性能测试 - 50-100ms 响应时间 ✅

  4. Bug修复

    • JSON枚举序列化问题 - 已修复
    • API现在支持字符串枚举值

技术亮点

  • 领域驱动设计: Issue 聚合根 + 5个领域事件
  • CQRS 架构: 命令查询职责分离
  • 性能优化: 5个数据库索引，查询时间 < 5ms
  • 实时通知: SignalR 集成（基础设施就绪）
  • 类型安全: TypeScript + Zod 验证

Git 提交记录

  • 6b11af9: feat(backend): Implement complete Issue Management Module
  • de697d4: feat(frontend): Add Issue management and Kanban board
  • 1246445: fix: Add JSON string enum converter for Issue Management API
  • fff99eb: docs: Add Day 13 test results for Issue Management & Kanban

下一步计划

  1. 审计日志系统 (Audit Log) - M1 剩余目标
  2. Epic/Story 父子关系 - 完善任务层级结构
  3. Sprint 管理模块 - 支持敏捷迭代
  4. SignalR 实时协作测试 - 多用户场景验证
  5. 性能压测 - 1000+ 任务场景测试

里程碑进度

  • M1 完成度: 80% (核心 Issue 管理 + 看板已完成)
  • M1 剩余工作: 审计日志、Epic层级、Sprint管理
  • M1 预计完成时间: 2周内 (2025-11-18)