xiaohei/pmp-tool

Fork 0

Files

xiaohei ed616a8de9 Initial commit: PRD v0.2, PROGRESS, knowledge base, PoC

2026-04-11 17:49:30 +08:00

16 KiB

Raw Blame History

FlowPilot - AI驱动的项目管理流程引擎 PRD

创建时间：2026-04-11 当前版本：v0.2 状态：📋 规划中

1. 产品概述

一句话： AI Agent作为项目成员，基于PMBOK第8版自动执行项目管理全流程。

目标用户： 3-20人的软件开发团队，PM/技术负责人为主

核心价值： 用户创建项目后，系统自动引导走完启动→规划→执行→监控→收尾全流程。AI Agent按需动态创建、分配任务、执行交付、跟踪进度，关键节点与用户沟通决策。全过程记录可查。

产品名： FlowPilot（流程领航）

2. 核心创新：双Agent管理架构

2.1 HR管理员（AI Agents HR Manager）

职责： 根据项目需求，动态创建和管理执行任务的AI Agent

能力：

分析项目阶段和任务需求，确定需要什么能力的Agent
选择合适的大模型（了解不同模型的能力边界）
编写和优化Agent的提示词（Prompt Engineering）
创建Agent实例并分配任务
监控Agent执行过程，评分和质量把关
根据执行反馈迭代优化提示词和模型选择
终止或替换表现不佳的Agent

工作流程：

收到任务需求
  ↓
判断需要什么能力（文档/分析/代码/协调）
  ↓
选择模型 + 编写提示词
  ↓
创建Agent → 分配任务（原子粒度）
  ↓
监控执行 → 评分
  ├─ 通过 → 交付结果
  └─ 不通过 → 优化提示词 → 重试或换模型

2.2 经验管理员（AI Agents Experience Manager）

职责： 项目知识管理 + 跨Agent协调 + 全局把控

能力：

记录所有Agent的输入输出，形成项目知识库
总结和归档项目执行经验
为Agent补充项目上下文（解决单个Agent信息孤岛问题）
统筹跨Agent职能沟通和依赖协调
从项目全局监控进度，识别瓶颈
关键节点和遇到瓶颈时与用户沟通决策
根据项目状态动态调整Agent任务和方向

工作流程：

持续监听所有Agent的输入输出
  ↓
记录并结构化存储
  ↓
检测到：依赖缺失 → 补充上下文给相关Agent
        进度偏差 → 触发调整（通知HR管理员换Agent/改策略）
        关键决策点 → 暂停，推送给用户决策
        瓶颈/异常 → 升级给用户
  ↓
定期总结归档 → 更新项目知识库

2.3 三方协作模型

          ┌─────────────┐
          │   用户（老板）  │ ← 关键决策点
          └──────┬──────┘
                 │ 指令/确认
          ┌──────▼──────┐
          │  经验管理员    │ ← 全局把控、知识管理
          └──────┬──────┘
                 │ 任务分派/上下文补充
     ┌───────────┼───────────┐
     ▼           ▼           ▼
  Agent-A     Agent-B     Agent-C    ← 执行层（动态创建/销毁）
  (文档)      (分析)      (协调)
     ▲           ▲           ▲
     └───────────┼───────────┘
                 │ 创建/监控/评分/优化
          ┌──────┴──────┐
          │  HR管理员     │ ← Agent生命周期管理
          └─────────────┘

3. 任务拆解引擎

3.1 核心难题：如何拆到单Agent单次可完成？

答案：递归分解 + 原子任务类型库

3.2 原子任务的判定标准

一个任务可交给单Agent单次完成，必须满足：

条件	含义
输入确定	所需信息完整，不需要追问
输出确定	有明确格式和验收标准
无外部依赖	不需要等别的Agent结果（或依赖已作为输入传入）
时间可控	单次API调用在合理token内可完成

3.3 原子任务类型库

预设一套标准化的任务类型，每种类型有固定的输入/输出Schema：

文档生成类（单次 2000-4000 token）：

fill_template — 给定模板+数据 → 输出填充后文档
summarize — 给定长文 → 输出摘要
format_convert — 给定内容 → 按目标格式输出

分析判断类（单次 1000-2000 token）：

evaluate — 给定标准+对象 → 输出评分+理由
risk_identify — 给定范围 → 输出风险列表
prioritize — 给定列表+标准 → 输出排序结果

协调沟通类（单次 1000-1500 token）：

generate_notification — 给定事件 → 输出消息内容
aggregate_report — 给定多条数据 → 输出汇总

数据操作类（单次 1000-1500 token）：

status_update — 给定条件 → 查询并更新
extract — 给定源 → 提取指定字段

3.4 拆解流程

用户创建项目
  ↓
HR管理员分析项目 → 生成阶段任务清单
  ↓
每个任务递归判断：是否满足原子任务标准？
  ├─ 满足 → 创建Agent执行（传入完整输入）
  └─ 不满足 → 按原子任务类型库拆解为子任务列表
       ↓
  子任务再判断（递归），直到全部原子化
       ↓
  经验管理员记录拆解结果 → 生成任务依赖图
       ↓
  按依赖顺序：无依赖的并行，有依赖的串行
       ↓
  HR管理员为每个原子任务创建Agent执行

原则：宁可拆细，不要贪大。 一个任务失败只重试那一个，不连锁崩溃。

4. 功能列表

P0 - 必须有（MVP，v0.2）

#	功能	描述	状态
P0-1	项目创建向导	引导用户完成项目章程（目标、范围、干系人、里程碑、资源），每步有说明和模板	⬜
P0-2	HR管理员	核心Agent管理器：分析任务→选模型→写提示词→创建Agent→监控评分→迭代优化	⬜
P0-3	经验管理员	核心协调器：记录Agent输入输出→构建项目知识库→跨Agent协调→关键决策推送给用户	⬜
P0-4	任务拆解引擎	递归分解+原子任务类型库，把复杂任务拆到单Agent单次可完成的粒度	⬜
P0-5	看板视图	待办/进行中/已完成/待确认四列看板，区分AI执行和人工任务	⬜
P0-6	执行记录	全过程记录：每个Agent的输入、输出、评分、耗时，可查询可回溯	⬜
P0-7	决策交互	关键节点推送决策给用户（飞书消息卡片），用户确认后AI继续执行	⬜
P0-8	检查清单引擎	每个环节自动推送PMBOK检查清单，AI执行+人工确认	⬜

P1 - 应该有（v1.0）

#	功能	描述	状态
P1-1	干系人管理	权力-利益矩阵可视化，AI自动推荐参与策略	⬜
P1-2	WBS任务拆解	树形结构可视化，AI辅助拆解+人工调整	⬜
P1-3	风险管理	风险登记册，AI自动识别风险+概率影响评估+应对策略建议	⬜
P1-4	需求池管理	MoSCoW优先级，用户故事模板，AI辅助需求分析和冲突检测	⬜
P1-5	变更管理	变更请求→AI评估影响→用户审批→自动执行，全流程记录	⬜
P1-6	项目健康度报告	AI自动汇总生成周报，红黄绿灯+趋势分析	⬜
P1-7	复盘与知识沉淀	项目收尾AI自动复盘，经验归入知识库，反哺未来项目	⬜
P1-8	多模型支持	HR管理员可根据任务类型选择不同模型（GPT/Claude/GLM/Qwen等）	⬜

P2 - 可以有（v2.0+）

#	功能	描述	状态
P2-1	RACI矩阵	任务-角色矩阵可视化，人+AI混合角色	⬜
P2-2	里程碑时间线	甘特图/时间线视图，AI预测延误风险	⬜
P2-3	多项目组合	跨项目状态总览，Agent资源调度	⬜
P2-4	模板市场	不同行业的项目模板+Agent提示词模板	⬜
P2-5	预算管理	AI估算成本+跟踪实际+超支预警	⬜
P2-6	Agent能力市场	社区共享优化好的Agent提示词配置	⬜
P2-7	挣值分析	PV/EV/AC自动计算，SPI/CPI图表	⬜

5. 技术方案

5.1 平台

飞书应用（Web App/H5）

飞书作为用户入口和消息通道，FlowPilot后端独立部署。

5.2 技术栈

前端：React 18 + TypeScript + Arco Design
后端：Node.js + Hono
数据库：PostgreSQL（主库）+ Redis（缓存/队列/会话）
AI编排层：自研轻量Agent框架
  - Agent生命周期管理
  - 任务拆解引擎
  - 多模型路由（OpenAI/Claude/GLM/Qwen API）
  - 提示词版本管理
消息通道：飞书开放平台 SDK
部署：Docker Compose（初期单机）→ K8s（规模化后）

5.3 核心架构

┌──────────────────────────────────────────────────┐
│                   飞书客户端                       │
│        （项目管理界面 / 消息卡片 / 通知）            │
└──────────────────┬───────────────────────────────┘
                   │ 飞书开放平台
┌──────────────────▼───────────────────────────────┐
│              FlowPilot 后端                        │
│  ┌────────────┐  ┌─────────────┐  ┌───────────┐ │
│  │ HR管理员    │  │ 经验管理员   │  │ 任务拆解  │ │
│  │ Agent      │  │ Agent       │  │ 引擎      │ │
│  └─────┬──────┘  └──────┬──────┘  └─────┬─────┘ │
│        │                │               │        │
│  ┌─────▼────────────────▼───────────────▼─────┐ │
│  │           Agent 编排层                       │ │
│  │  - 生命周期管理  - 多模型路由  - 提示词管理    │ │
│  │  - 执行记录     - 依赖调度    - 失败重试      │ │
│  └──────────────────┬────────────────────────┘ │
│                     │                            │
│  ┌──────────────────▼────────────────────────┐ │
│  │         执行Agent池（动态创建/销毁）          │ │
│  │  Agent-1(doc)  Agent-2(analysis)  ...      │ │
│  └───────────────────────────────────────────┘ │
└──────────────────┬───────────────────────────────┘
                   │
┌──────────────────▼───────────────────────────────┐
│  PostgreSQL + Redis                               │
│  - 项目数据  - Agent记录  - 知识库  - 提示词版本    │
└──────────────────────────────────────────────────┘

5.4 数据模型

Project（项目）
├── Charter（章程）
├── Stakeholder[]（干系人）
├── Milestone[]（里程碑）
├── Phase[]（阶段：启动/规划/执行/监控/收尾）
│   └── TaskNode[]（任务树，递归拆解后的原子任务）
│       ├── agent_id（执行Agent）
│       ├── agent_config（模型+提示词版本）
│       ├── input（完整输入）
│       ├── output（执行输出）
│       ├── score（HR管理员评分）
│       └── status（待分配/执行中/已完成/待确认/失败）
├── Risk[]（风险）
├── ChangeRequest[]（变更请求）
├── KnowledgeEntry[]（项目知识库）
├── HealthReport[]（健康度报告）
└── ExecutionLog[]（全量执行记录）

AgentConfig（Agent配置库）
├── agent_type（原子任务类型）
├── model（大模型标识）
├── prompt_version（提示词版本）
├── prompt_template（提示词模板）
├── avg_score（历史平均评分）
└── usage_count（使用次数）

DecisionLog（决策记录）
├── task_id（关联任务）
├── decision_type（AI自主/人工确认/人工决策）
├── context（决策上下文）
├── decision（决策结果）
├── decider（user / hr_manager / experience_manager）
└── timestamp

6. 里程碑

版本	目标	预计完成	实际完成	状态
v0.1	PRD初稿	2026-04-13	—	✅
v0.2	PRD升级版（AI Agent架构）	2026-04-15	—	🔨
v0.3	技术验证：Agent编排原型	2026-05-15	—	⬜
v0.5	MVP内测（P0功能，3个种子项目）	2026-06-30	—	⬜
v1.0	正式版（P0+P1）	2026-08-31	—	⬜
v2.0	高级功能（P2+Agent市场）	2026-Q4	—	⬜

7. 商业化策略

核心卖点：AI Agent团队，不只是AI辅助

定价：

免费版：1个项目，基础流程引导，AI辅助文档生成
专业版：¥199/月/团队，完整Agent团队+知识库+全流程自动化
企业版：¥499/月，多项目+自定义Agent+私有部署

为什么能收费： 用户买的是一个AI项目团队，不是工具。相当于用1/10的人力成本获得一个标准化的项目管理团队。

获客路径：

种子用户：CIO协会人脉免费试用，收集案例
飞书应用市场（"AI项目管理"是热门搜索词）
内容营销：AI Agent做项目管理的实战案例
口碑：推荐奖励+Agent模板分享

8. 关键技术挑战与应对

挑战	难度	应对策略
任务拆解粒度	⭐⭐⭐	原子任务类型库 + 递归分解，宁可拆细
多Agent上下文共享	⭐⭐⭐⭐	经验管理员统一管理知识库，Agent间不直接通信
提示词工程自动化	⭐⭐⭐⭐	HR管理员评分驱动迭代，积累优质提示词库
单次任务失败重试	⭐⭐	自动重试+换模型+人工兜底，三层保障
AI执行成本控制	⭐⭐⭐	小模型做常规任务，大模型做复杂任务，分级路由
飞书平台审核	⭐⭐	研究审核规范，预留调整时间

9. 差异化定位

维度	传统PM工具	AI辅助PM	FlowPilot
AI角色	无	写作助手/聊天机器人	项目团队成员
流程执行	人驱动	人驱动+AI建议	AI执行+人决策
Agent管理	无	固定助手	HR管理员动态创建优化
知识积累	手动归档	手动归档	经验管理员自动沉淀
团队构成	纯人类	人类+工具	人类+AI Agents混合

10. 迭代日志

2026-04-11 - PRD v0.2 升级

引入双Agent管理架构（HR管理员+经验管理员）
新增任务拆解引擎设计（递归分解+原子任务类型库）
功能列表按AI Agent能力重新组织
技术架构升级为多Agent编排层
新增数据模型：AgentConfig、DecisionLog
商业化策略调整为"AI团队"而非"AI工具"
里程碑重新规划

2026-04-11 - PRD v0.1 初稿

基于项目管理执行手册生成PRD
确定飞书应用为MVP平台
定义P0/P1/P2功能优先级

11. 待讨论 / 风险

技术验证：先做一个Agent编排的PoC，验证可行性
多模型API成本测算：一个完整项目跑下来大概多少API费用？
飞书应用审核：AI生成内容的审核要求
竞品动态：Microsoft Copilot在项目管理领域的进展
用户信任：如何让用户信任AI的执行结果？评分机制是否足够？
提示词安全：如何防止Agent被注入攻击？

16 KiB Raw Blame History Unescape Escape