Ir al contenido principal

Funcionalidad de Reasoning

El menú Reasoning de AI Cockpit ofrece una función potente que permite implementar funcionalidades automáticamente a partir de historias y subtareas del tablero de su proyecto. Esta funcionalidad conecta la gestión del proyecto con la implementación de código al analizar las descripciones de las historias y generar automáticamente el código correspondiente.

Descripción general​

La funcionalidad de Reasoning le permite:

  • Conectarse a sus proyectos de AI Cockpit: seleccione entre sus organizaciones y proyectos disponibles.
  • Importar historias del tablero: cargue automáticamente historias y subtareas desde el tablero del proyecto.
  • Analizar requisitos: la IA analiza descripciones de historias y criterios de aceptación.
  • Generar implementaciones: busque automáticamente en su base de código e implemente funcionalidades en contexto.

Cómo funciona​

1. Selección del proyecto​

Primero debe seleccionar su organización y proyecto entre las opciones disponibles en AI Cockpit:

Selección de proyecto en Reasoning

La interfaz le permite:

  • Elegir entre sus organizaciones disponibles.
  • Seleccionar un proyecto específico dentro de esa organización.
  • Ver descripciones y detalles del proyecto.

2. Carga de historias y subtareas​

Después de seleccionar un proyecto, el menú de Reasoning cargará todas las historias y subtareas disponibles desde el tablero del proyecto:

Lista de historias en Reasoning

Las funciones incluyen:

  • Búsqueda: encuentre rápidamente historias específicas usando la barra de búsqueda.
  • Detalles de la historia: vea descripciones completas, reglas de negocio y criterios de aceptación.
  • Gestión de subtareas: acceda y gestione subtareas individuales dentro de las historias.
  • Carga de contexto: haga clic en "Cargar tareas de esta historia" para ver las subtareas.

3. Análisis e implementación de historias​

El sistema de Reasoning analiza cada historia según:

  • Contexto: comprensión de los requisitos de negocio y las necesidades del usuario.
  • Reglas de negocio: identificación de las reglas específicas que deben implementarse.
  • Criterios de aceptación: validación de que todos los requisitos se cumplan en la implementación.
  • Requisitos técnicos: definición del enfoque técnico necesario.

Funciones principales​

Implementación automática de código​

  • Implementación de código basada en historias y subtareas seleccionadas
  • Creación y modificación automática de archivos dentro del proyecto
  • Integración con el contexto del tablero para una generación de código precisa
  • Implementación paso a paso siguiendo los requisitos de la historia

Análisis inteligente​

El análisis se activa automáticamente al seleccionar historias y subtareas, y proporciona:

  • Comprensión detallada de los requisitos.
  • Orientación técnica para la implementación.
  • Recomendaciones sobre la estructura del código.
  • Integración con la base de código existente.

Ejemplo de flujo de trabajo​

  1. Seleccionar organización: elija "AI Cockpit 2.0" en el selector de organización.
  2. Elegir proyecto: seleccione "AI Cockpit - Enterprise" en la lista de proyectos.
  3. Explorar historias: revise historias disponibles, como "AICGI-2917: Melhoria na Identificação de Bugs".
  4. Cargar subtareas: haga clic para cargar tareas de historias específicas.
  5. Ejecutar el análisis: haga clic en "Ejecutar Reasoning" para iniciar el proceso de implementación.

Ejemplos de historias​

Mejora en la identificación de bugs (AICGI-2917)​

Contexto: mejora en el sistema de seguimiento de bugs para el proyecto Track and Field.

Requisitos:

  • Identificación y categorización claras de bugs.
  • Registro eficiente de informes y seguimiento de resolución.
  • Captura de comentarios del usuario durante el reporte de bugs.
  • Clasificación por severidad (baja, media, alta) y tipo (funcional, visual, rendimiento).

Revisión del indicador de actividad del usuario (AICGI-2899)​

Contexto: revisión y actualización de indicadores de usuarios activos.

Requisitos: mejoras del sistema para un mejor seguimiento de la actividad del usuario.

Configuración del monitor de lenguaje (AICGI-2894)​

Contexto: configuración de pipelines de CI/CD para microservicios Lambda.

Requisitos:

  • Configuración del repositorio para AI Engine y el proceso RAG.
  • Configuración automatizada del pipeline de compilación, pruebas y despliegue.

Buenas prácticas​

  1. Descripciones claras de historias: asegúrese de que las historias tengan descripciones y criterios de aceptación detallados.
  2. Organización adecuada: mantenga sus proyectos bien organizados en AI Cockpit.
  3. Revisión antes de implementar: revise siempre el plan de implementación generado.
  4. Enfoque iterativo: trabaje las historias de forma sistemática para obtener mejores resultados.

Beneficios​

  • Desarrollo más rápido: genere código automáticamente a partir de requisitos.
  • Consistencia: mantenga patrones de código coherentes entre implementaciones.
  • Trazabilidad: conexión directa entre requisitos y código.
  • Calidad: el análisis impulsado por IA ayuda a garantizar una implementación completa.

La funcionalidad de Reasoning transforma el flujo de gestión de proyectos al conectar automáticamente la planificación con la implementación, haciendo que el desarrollo sea más eficiente y garantizando que los requisitos se traduzcan correctamente en código funcional.