基于 AI Agent 的智能需求分析与 User Story 生成平台,采用 OpenAI 风格的现代化界面设计。
- 智能 Agent 编排: 提供多种预制 AI Agent,支持语法检查、语义分析、需求验证、Story 生成等功能
- 可视化工作流: 支持拖拽式 Agent 组合,实时查看执行过程和结果
- 多源输入支持: 支持文本输入、文档引用、模板应用等多种输入方式
- 人工干预机制: 在 AI 生成过程中支持实时调整和优化
- 左中右布局: 清晰的三栏式布局,操作流程直观
- OpenAI 风格: 采用现代化的设计语言,简洁美观
- 响应式设计: 支持不同屏幕尺寸的自适应显示
- 前端框架: Next.js 14 + React 18
- 样式系统: Tailwind CSS
- 类型支持: TypeScript
- 开发工具: ESLint + Prettier
- Node.js 18.0 或更高版本
- npm 或 yarn 包管理器
npm installnpm run dev访问 http://localhost:3000 查看应用。
在左侧边栏中选择相关的文档和模板作为参考:
- 📄 文档类型: 产品需求文档、用户调研报告等
- 🔗 引用类型: 竞品分析、技术约束等
- 📋 模板类型: User Story 模板、验收条件模板等
- 📝 文本类型: 自由文本输入
在中间区域的文本框中输入您的需求描述、问题或想要处理的内容。
在右侧边栏中选择合适的 Agent 来处理您的内容:
- 语义分析: 分析文本的语义结构和逻辑关系
- 优先级分析: 分析和建议 User Story 的优先级
- 依赖分析: 分析 User Story 之间的依赖关系
- 语法检查: 检查文本的语法错误和表达规范性
- 需求验证: 验证需求的完整性和可行性
- Story 生成: 基于输入生成标准的 User Story
- 验收条件生成: 为 User Story 生成详细的验收条件
- Story 优化: 优化 User Story 的表达和结构
- 选择输入资源和 Agent 后,点击"执行"按钮
- 观察实时执行日志和进度
- 查看生成的结果
- 可以将结果作为下一个 Agent 的输入,形成工作流链
- 链式执行: 上一个 Agent 的输出自动成为下一个的输入
- 结果查看: 支持滚动查看历史执行结果
- 工作流清空: 一键清空当前工作流,重新开始
src/
├── app/ # Next.js App Router
│ ├── page.tsx # 主页面组件
│ ├── layout.tsx # 根布局组件
│ └── globals.css # 全局样式
├── components/ # React 组件
│ ├── InputResourceCard.tsx # 输入资源卡片
│ ├── AgentCard.tsx # Agent 卡片
│ └── WorkflowStep.tsx # 工作流步骤
├── types/ # TypeScript 类型定义
│ └── index.ts
└── data/ # 模拟数据
└── mockData.ts
- 在
src/data/mockData.ts中的mockAgents数组添加新的 Agent 定义 - 在
executeAgent函数中添加对应的处理逻辑 - 根据需要调整 Agent 的分类和样式
- 在
src/types/index.ts中扩展InputResource类型 - 在
src/data/mockData.ts中添加新的资源示例 - 在
InputResourceCard组件中添加对应的图标和样式
项目使用 Tailwind CSS,可以通过修改 tailwind.config.js 来自定义主题和样式。
npm run buildnpm start- Fork 本仓库
- 创建功能分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 开启 Pull Request
本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。
如有问题或建议,请通过以下方式联系:
- 提交 Issue
- 发送邮件
- 参与讨论
注意: 当前版本使用模拟数据,实际的 AI Agent 调用需要集成真实的 AI 服务。