返回文章

AI 自動化

讓 AI 自己讀工單、建立分支與開發 — AI 自動化開發實驗

把 Redmine 工單接上 AI Agent,從需求分析、建立 Git 分支到開發與回寫紀錄,串成一套工作流程。

隨著 AI Coding 工具逐漸成熟,我開始思考一件事:

如果 AI 已經能夠協助我分析需求、閱讀程式碼並修改功能,那麼,為什麼每一次開發仍然需要由我手動複製需求、提供專案資訊,再逐一步驟交辦?

能不能讓 AI 自己取得任務,並依照既定的開發流程完成工作?

因此,在完成 Redmine 的部署後,我開始嘗試將 AI 與專案管理系統整合,建立一套自動化開發流程。

從 AI Coding 到 AI Agent#

過去使用 AI 協助開發時,通常是由工程師主動提供問題,再由 AI 回覆程式碼或修改建議。

這種方式雖然能夠提升開發效率,但整體流程仍然需要大量人工介入。

我希望嘗試的方式,是讓 AI 從單純的程式開發助手,轉變為能夠讀取任務、操作工具並執行工作流程的 AI Agent。

透過 Redmine REST API,AI 可以取得符合指定狀態的工單內容,再依照開發規則進行後續操作。

Redmine 工單編輯頁的狀態選單,包含 AI 開發、分析、測試與驗收相關狀態
工單的狀態選單:把開發、分析與測試階段分開,讓 Agent 能依照目前狀態取得對應的工作。

自動化開發流程#

整體設計可以拆分為六個階段。

第一階段:取得待開發工單

透過 Redmine API 查詢符合指定狀態的工單,取得需求描述、所屬專案及相關資訊。

第二階段:分析需求與確認專案

根據工單內容確認應該操作的專案,並閱讀專案結構、開發規範及現有程式碼。

每張工單都應獨立判斷所屬專案,避免不同專案的任務被錯誤混合處理。

第三階段:建立 Git Branch

依照工單及專案規範建立獨立開發分支,將不同需求的程式異動隔離。

例如:

  • feature/issue-1024
  • fix/issue-1025
  • enhancement/issue-1026

這樣可以降低多項任務同時進行時互相影響的風險。

第四階段:執行程式開發

AI 依據需求內容修改程式碼,並遵循專案既有的架構及開發規範。

理想情況下,這個階段也應包含編譯檢查、程式碼差異檢查及必要的單元測試。

第五階段:整理開發結果

將本次異動的功能、影響範圍、修改檔案及驗證結果整理成開發紀錄。

第六階段:回寫 Redmine

透過 API 將開發說明更新至原本的工單,並依照執行結果調整工單狀態,使其進入下一個工作階段。

終端機使用 loop 與 Git-flow Skill 設定每五分鐘掃描 Redmine 工單,敏感資訊已遮蔽
用 /loop 5m 啟動定期掃描,依工單狀態選擇開發或後續處理流程。畫面中的私人路徑、連線網域與帳號已遮蔽。
終端機顯示排程建立及第一輪掃描結果,本輪沒有工單需要處理
排程建立後執行第一輪掃描,這一輪回報沒有工單需要處理;這張畫面呈現的是排程與查詢結果,並非完成開發的驗收紀錄。私人路徑已遮蔽。

自動化不代表無限制授權#

當 AI 開始具備修改程式碼、操作 Git 及更新工單的能力,風險也會隨之增加。

因此,我認為這類流程最重要的並不是讓 AI 擁有更多權限,而是讓它知道自己的操作邊界。

在設計上,應特別注意以下原則:

  • 每張工單獨立確認專案、Repository 與分支。
  • 不得任意修改需求以外的程式碼。
  • 不得直接異動正式環境。
  • 不得擅自合併主要分支。
  • API Key 不應寫入程式碼、公開文件或對話紀錄。
  • 遇到需求不明確或高風險操作時,應停止並交由人工確認。

AI 可以執行任務,但仍然需要明確的授權範圍、開發規範與驗收條件。

這套流程帶給我的思考#

在建立這套流程的過程中,我逐漸發現,AI 自動化開發的困難,並不完全在於 AI 是否能寫出正確的程式碼。

更重要的是,如何設計一個讓 AI 能夠穩定取得資訊、遵循規則、執行任務並回報結果的環境。

如果需求本身不完整,或專案之間缺乏明確的邊界,即使使用能力很強的 AI,也可能產生錯誤的結果。

對我來說,未來的工程師除了具備程式開發能力,也需要具備設計 AI 工作流程、控管操作風險及驗證執行結果的能力。

而這套自動化開發流程,就是我對這種開發模式的一次實際探索。