Jira Retrospective
该工作流通过自动监控Jira中的Epic任务状态，一旦标记为“Done”，便抓取相关Issue与评论，并利用AI智能分析生成详尽的敏捷回顾报告。最终，报告以结构化的Markdown格式自动更新到指定的Google Docs文档中，确保内容清晰规范，便于团队共享与归档，显著提高了团队在项目总结和经验分享方面的效率与质量。
流程图
工作流名称
Jira Retrospective
主要功能和亮点
该工作流自动监控Jira中Epic任务的状态变更，一旦Epic标记为“Done”，立即抓取该Epic下所有相关的Issue及其评论，利用AI智能分析并生成详尽的敏捷回顾报告（Lessons Learned Report），最终将报告自动更新到指定的Google Docs文档中。通过结构化的Markdown格式输出，确保报告内容清晰、规范，方便团队共享与归档。
解决的核心问题
传统的敏捷回顾需要大量人工整理会议纪要和任务反馈，既费时又易遗漏关键信息。该工作流通过自动化抓取任务数据和应用先进的语言模型，快速生成高质量的回顾报告，显著提升团队的经验总结效率和质量，帮助团队持续改进。
应用场景
- 敏捷开发团队完成一个Epic后，自动生成回顾报告；
- 项目管理过程中，快速整理和归纳任务执行中的关键经验；
- 远程或分布式团队需要高效同步项目总结和改进建议；
- 企业级项目管理，结合Jira和Google Docs实现自动文档化。
主要流程步骤
- Jira触发器（Jira Trigger）：监听Jira中Issue状态更新事件。
- 条件判断（If）：判断Epic状态是否变更为“Done”。
- 获取所有Issue（Jira Get All Issues）：抓取属于该Epic的所有Issue。
- 获取所有评论（Jira Get All Comments）：提取每个Issue的评论内容。
- 字段编辑（Edit Fields）：结构化筛选并准备Epic名称、状态、标题、描述和评论等核心字段。
- 内容汇总（Summarize）：将多个评论内容合并为统一文本。
- AI智能分析（AI Agent）：基于LangChain和OpenAI GPT模型，生成格式化的“Lessons Learned”报告。
- 记忆存储（Simple Memory）：支持AI上下文记忆，提升分析连贯性。
- 结果输出（Google Docs）：自动将生成的报告插入指定Google Docs文档中。
涉及的系统或服务
- Jira Software Cloud：任务和评论数据来源。
- OpenAI GPT-4o-mini 模型：自然语言理解和报告生成。
- LangChain AI Agent：智能分析和文本处理框架。
- Google Docs：回顾报告的存储与共享平台。
- n8n自动化平台：工作流的设计与执行环境。
适用人群或使用价值
- 敏捷项目经理和Scrum Master：自动生成回顾材料，节省会议准备时间。
- 软件开发团队：快速获取任务总结和改进建议，促进团队成长。
- 产品负责人和管理层：实时了解项目执行情况和团队反馈，提高决策效率。
- 企业数字化转型团队：实现开发流程自动化，推动知识管理现代化。
此工作流通过无缝集成Jira与AI智能分析技术，实现了敏捷回顾报告的自动化生成和文档化，极大提升了项目总结的效率和质量，是敏捷团队提升协作与持续改进的利器。