Perslis 项目 · Jira Monkey

终端预览 · 0.1.0

每张工单,
都值得再次复核。

Jira 带来需求,Ollama 帮助理解。你选择模型起草回复,Ollama 再次检查结果,然后将工作返回队列,或交给能够作出判断的人。

JIRA MONKEY● LOCAL REVIEW
$ jira-monkey

JIRA MONKEY  /  终端预览

01  读取 Jira 工单快照
02  Ollama 澄清需求
03  所选模型起草回复
04  Ollama 复核结果
05  重试 · 人工审核 · 评论待发箱

jira-monkey> demo

终端示意。随附演示使用离线测试数据,不调用模型或 Jira。

模型由你选择支持 Claude、OpenAI 和 DeepSeek API 适配器;每个任务保留其所选模型。
前后两次本地检查Ollama 在起草前理解需求,并在起草后检查拟议回复。
默认交给人工通过模型复核的文本进入人工审核;也可选择将其送入评论待发箱。

为什么构建它

工单是对话的起点。

Jira 工单常常混合了期望结果、对原因的猜测和缺失的背景。直接把这些内容交给编码模型,可能在尚未核实之前,就把假设变成实施计划。我们希望让原始需求始终保留在一个可见的处理流程中,直到最终复核。

Jira Monkey 最初诞生于原生任务工作台 FortuneWheel。第一步是把工单快照转为有边界的调查,明确源码访问权限并保留报告。终端伴随工具让工单导入、模型选择与审核分流更容易试用。长远目标是让经过验证的变更连同证据一起回到工单。

让预期流程清晰可见

读取、起草、复核、决定。

  1. Jira 工单保存站点、编号、修订、标题与描述。
  2. Ollama 初审澄清目标、验收条件与缺失背景。
  3. 所选模型Claude、OpenAI 或 DeepSeek 起草拟议回复。
  4. Ollama 复核对照原始工单和验收条件检查回复。
  5. 下一步决定重试、请求人工判断,或准备 Jira 评论。

预览版每次只运行队列中一个任务的一次尝试。可修正的遗漏会附带反馈返回队列,最多使用最初设定的三次尝试。缺失证据、需要实际执行的工作或耗尽重试次数的任务交给人工。默认最终步骤是人工审核;可选的队列策略会将通过 Ollama 复核的文本直接送入待发箱。

这里的“完成”意味着什么:预览版生成拟议的文本解决方案,不修改仓库、不运行测试、不创建 PR,也不证明缺陷已修复。模型复核仅供参考。完整的代码修复流程仍需要实施交接与经过验证的执行证据。

发布是单独的显式终端命令。它将保留的提案和复核结果作为 Jira 评论发出,并标注快照修订与执行未经验证。它不会关闭工单或改变工作流状态。

我们发现了什么

格式整齐的答案,仍然可能是错的。

合法 JSON 只是第一道检查。

此前十个案例的本地编译器评估中,五个案例的需求理解在语义上可接受。结构验证让输出格式更可预测,却不能证明模型正确理解了工单。

报告不能证明修复完成。

一次历史原生调查完成了全部三个阶段,保留了四次 Claude 调用和十三次已观察动作。结果仍为 executedUnverified:源码没有改变,验收也未通过。

恢复机制也是产品的一部分。

9 月 13 日审计发现,已安装原生工作器因存储目录与不可变来源身份不符而拒绝准入。我们保留了该失败与历史记录。终端伴随工具不会修复或绕过原工作器。

回执丢失不等于应该重发。

即使响应丢失,Jira 评论也可能已经送达。预览版在发布前保存确切内容,并保留不确定的投递状态。它可以通过可见的完全一致评论核对结果,绝不静默重发。

构建状态 · 2026 年 9 月 13 日

今天可以测试什么。

能力当前证据与限制
终端与安装可安装的 jira-monkey REPL 与 macOS Terminal 启动器。打包和命令测试通过;源码预览要求已安装 Python。
Jira 导入与评论已实现 Jira Cloud REST v3 适配器,并使用模拟传输测试。真实 Jira 认证、导入与回写尚未测试。
模型选择已实现 Claude Messages、OpenAI Responses 和 DeepSeek Chat Completions 适配器。请求格式与不完整响应处理经过模拟测试;真实云端调用尚未测试。
复核与分流30 项本地测试通过,覆盖分流、持久化、投递和打包;包括重试、人工审核与评论待发箱。另见下方本地 Ollama 冒烟测试报告。
原生源码调查此前曾演示报告生成;当前已安装工作器因存储身份不符而阻塞。历史完成结果未经验证。
经过验证的代码变更仍需构建并验证:实施交接、工作树分配、目标专用测试、与证据绑定的 PR,以及真实 Jira 和模型供应商验证。

查看验证记录 · 查看合成工单的 Ollama 冒烟测试结果

试用终端伴随工具

本地安装,从离线演示开始。

下载并解压源码预览包,在解压后的文件夹中运行:

python3 install.py
~/bin/jira-monkey demo
~/bin/jira-monkey

安装器添加 ~/bin/jira-monkey~/Applications/Jira Monkey.app。打开应用会在 Terminal 中启动 REPL。安装器不会下载依赖或模型、启动后台工作器或覆盖已有安装。这是本地预览启动器,尚非经过公证的 macOS 正式发行版。

处理真实工单前,请配置 Jira Cloud 站点和邮箱、已安装的 Ollama 模型,以及你希望使用的确切云端供应商和模型。通过常用的密钥管理器与进程环境提供 API 凭据。运行任务时,所选云端供应商会收到工单内容。此版本读取标题与描述,不导入评论、附件和自定义字段。

jira-monkey setup --help
jira-monkey doctor
jira-monkey fetch PROJECT-123
jira-monkey run
jira-monkey status

使用 show 检查保留证据,draft 检查拟议评论,再用 approveretryreject 作出人工决定。publish JOB_ID --confirm PROJECT-123 授权发送该条 Jira 评论。工单变化会阻止发布;不确定的投递需要核对。

接下来

让工作与证据一起返回。

目标仍是完整闭环:Jira 需求变为限定范围的实施任务,所选模型执行已授权工作,Ollama 复核结果,实际检查为交接提供依据。未通过检查的工作返回队列;需要判断的工作将原始请求与证据一起交给人工。

下一轮验证需要配置 Jira 测试项目、真实模型供应商访问、恢复原生工作器,以及一个由主机观察测试结果的有限代码变更案例。在此之前,终端预览可用于演练工单导入、拟议回复与审核分流,不是自主修复缺陷的正式版本。

流程使用的接口

以下是协议参考,不代表此预览已通过真实服务测试。

更多 Perslis 项目:Windows 95 USB Lab 与完整白皮书