基于 OpenClaw + Claude Code 的端到端研发自动化系统 · 从需求到部署的全流程自动化
多通道需求接入、噪声过滤、术语标准化、智能分段
意图识别、实体抽取、依赖关系分析
用户故事生成、功能点拆解、技术约束提取
SMART 原则检验、完整性检查、一致性验证
需求澄清对话、确认工作流、变更影响分析
需求澄清子 Agent、技术可行性评估子 Agent
| 意图类型 | 关键词示例 | 优先级 |
|---|---|---|
| 功能需求 | 可以、能够、支持、实现、提供、允许、需要、必须 | Must |
| 非功能需求 | 性能、效率、响应时间、吞吐量、并发、可用、可靠 | Should |
| 安全需求 | 安全、加密、认证、授权、权限、审计、日志 | Must |
| 数据需求 | 存储、数据、字段、表、索引、备份、归档 | Should |
| 集成需求 | 对接、集成、接口、API、SDK、webhook、回调 | Could |
| UI/UX 需求 | 界面、页面、布局、样式、交互、动画、反馈 | Could |
需求描述是否清晰具体?检查是否存在模糊词汇如"可能"、"大概"、"快速"等。
是否有可量化的指标?检查是否包含数值或可验证条件。
技术上是否可行?结合技术约束和历史数据评估。
是否与业务目标一致?追溯需求到业务价值。
是否有明确的时间要求?检查是否包含时间节点。
{
"document_id": "REQ-2026-001",
"version": "1.0",
"user_stories": [
{
"id": "US-001",
"role": "普通用户",
"action": "注册账号",
"business_value": "成为系统用户,使用核心功能",
"priority": "Must have",
"acceptance_criteria": [
"用户可以通过邮箱注册",
"密码长度至少 8 位",
"需要邮箱验证"
],
"estimated_effort": "3 story points"
}
],
"quality_report": {
"smart_scores": {
"specific": 0.9,
"measurable": 1.0,
"achievable": 0.95,
"relevant": 0.9,
"time_bound": 0.8
}
}
}
| 指标名称 | 计算方法 | 目标值 |
|---|---|---|
| 需求清晰度 | (无模糊表述的需求数 / 总需求数) × 100% | ≥ 90% |
| 需求完整性 | (字段完整的需求数 / 总需求数) × 100% | ≥ 95% |
| 需求一致性 | (无冲突的需求数 / 总需求数) × 100% | ≥ 98% |
| 需求可追溯性 | (有明确来源的需求数 / 总需求数) × 100% | 100% |
| 需求可验证性 | (有验收标准的需求数 / 总需求数) × 100% | 100% |
自动提取的功能点数 / 总功能点数
自动解决的模糊点数 / 总模糊点数
需要人工处理的需求数 / 总需求数
class RequirementInput:
raw_text: str # 原始需求文本
attachments: List # 附件列表
metadata: Dict # 元数据
context: ProjectContext # 项目上下文
class RequirementOutput:
structured_requirement: SRD
quality_report: QualityReport
clarification_log: List
recommendations: List
next_agent_handoff: HandoffInfo