19 lines
1.9 KiB
Markdown
19 lines
1.9 KiB
Markdown
@product-manager， 在现有product基础上，我想补充一下，我们的产品是作为ai agent的补充，我们管理ai的上下文，帮助ai更好地理解用户的需求和项目的进展，从而提高ai生成代码的质量和相关性。
|
||
- 所以在每个project下我们需要额外增加一个ai context的模块，用户可以在这个模块下添加和管理与ai相关的上下文信息，比如需求文档、设计规范、用户反馈等。这个模块用户可以自定义标签和分类，方便ai快速定位和检索相关信息。
|
||
- 然后我们需要为用户生成ai agent 的模板，用户下载下来之后，可以直接运行这个agent，这个agent会根据项目的ai context来生成代码。
|
||
- 最重要的是product-manager agent，我们要定义好这个模板
|
||
|
||
- product-manager 能够调用相应mcp服务来创建/更新/查询项目的epic，story，task等信息。
|
||
- mcp 服务应该可以返回epic，story，task的状态，优先级，并且可以返回每一项的大致描述
|
||
- product-manager agent 还需要能够根据项目的进展情况，自动调整ai context的信息，比如当某个story完成之后，自动更新相关的需求文档
|
||
|
||
- 用户可以自定义各种agent，各种agent可以在项目中创建context模块，并且定义好标签和分类
|
||
- product-manager agent 可以根据项目的sprint，自动添加其他agent生成的context信息，并且加到sprint的描述里面
|
||
- sprint，epic，story，task等都可以关联相应的context信息，用连接的方式，方便ai生成代码时参考
|
||
|
||
|
||
mcp 服务需要提供相应的api，方便各种agent调用和集成。
|
||
- api 需要支持创建/更新/查询项目的epic，story，task等信息
|
||
- api 需要支持返回epic，story，task的状态，优先级，并且可以返回每一项的大致描述
|
||
|
||
- project, epic, story, task 的描述可以插入相应的context 信息，方便ai生成代码时参考 |