返回文章

DevOps

從系統版本升級到 AI 自動化 — Redmine 的另一種可能性

從 Linux 上的 Redmine 版本升級出發,探索如何透過 REST API 與工單狀態串接 AI 開發和測試。

最初接觸 Redmine 的系統部署,其實並不是為了研究 AI,也不是為了建立一套自動化開發平台,而是公司有既有系統的版本升級需求,因此我開始著手研究如何在 Linux 環境上架設新版 Redmine。

當時的目標很單純,就是建立新版系統的運行環境,讓公司能夠持續使用專案管理及工單追蹤功能。

沒想到,隨著後來 AI Agent 技術的快速發展,這套原本只是用來管理專案的系統,竟然成為我探索 AI 自動化開發的重要基礎。

從公司既有系統的升級需求開始#

Redmine 是一套開源的專案管理與問題追蹤系統,主要用於管理專案需求、開發進度、問題回報及工作紀錄。

在日常開發工作中,從需求提出、程式開發、功能測試到問題修正,都可以透過工單進行追蹤。

然而,既有系統隨著使用時間增加,也會面臨版本維護、相依套件更新、資安修正及新功能支援等問題。

因此,公司有了升級 Redmine 的需求,而我也藉由這個機會,開始研究 Redmine 的底層架構與 Linux 部署方式。

在 Linux 上架設 Redmine#

過去的工作經驗主要以 C#、.NET、Angular、IIS 及 Azure 等技術為主,Redmine 則是建立於 Ruby on Rails 架構之上的 Web Application,對我而言是相對不同的技術環境。

除了應用程式本身,也需要了解 Linux 上的服務運作方式、相依套件及環境設定。

整體部署與版本升級涉及幾個重要面向:

一、Linux 基礎環境

  • 作業系統與必要套件。
  • 檔案及目錄權限。
  • 網路與服務存取設定。
  • 系統服務及執行環境。

二、Redmine 應用程式環境

  • Ruby 與 Ruby on Rails 版本相容性。
  • Gem 套件及 Bundler 相依性管理。
  • Redmine 安裝與環境設定。
  • Web Server 與應用程式服務整合。

三、資料庫與版本升級

  • 新舊版本相容性確認。
  • 資料庫連線設定。
  • 資料庫結構遷移(Database Migration)。
  • 既有資料及附件的備份與還原。
  • Plugin 與 Theme 的版本相容性。

四、部署後的功能驗證

  • 使用者登入及角色權限。
  • 專案與工單管理功能。
  • 附件上傳與下載。
  • 工單狀態及工作流程。
  • REST API 存取功能。

這些也是進行既有系統版本升級時,需要特別關注的項目。

Redmine 個人網站專案的議題清單,顯示工單狀態、主旨與更新日期
後續用來管理個人網站的議題清單:需求與修改紀錄集中在同一個專案,方便回頭確認各項工作的狀態。

相較於單純安裝一套新的系統,既有系統的升級更需要考量資料完整性、功能相容性及後續維護問題。

系統能夠成功啟動,只是部署的第一步。

AI Agent 的出現,讓我重新思考 Redmine 的價值#

在完成 Redmine 環境架設後,原本並沒有特別規劃其他自動化應用。

直到後來 OpenClaw(暱稱龍蝦)、Hermes Agent 等 AI Agent 工具陸續出現,我才開始重新思考這套系統的價值。

過去,我們使用 AI 的方式,大多是由人主動提出問題,再由 AI 提供答案、程式碼或修改建議。

然而,AI Agent 的概念不只是回答問題,而是讓 AI 能夠透過工具、API、檔案系統及排程機制,主動執行一系列工作。

這讓我想到一個問題:

既然 AI 已經可以操作程式碼、執行指令及使用瀏覽器,那為什麼不能讓它自己從 Redmine 取得工作?

回頭檢視原本的 Redmine,我發現它其實已經具備許多 AI 自動化所需要的基礎條件。

  • 工單描述提供開發需求。
  • 專案資訊用來識別工作範圍。
  • 工單狀態可以作為任務執行條件。
  • 附件可以提供需求文件及測試證據。
  • 歷史紀錄可以保存執行結果。
  • REST API 提供外部系統操作的管道。
Redmine 專案清單,顯示個人網站與 AI 實驗等專案,敏感設定已遮蔽
專案清單把不同用途的工作分開管理。畫面中的帳密、專案路徑及環境設定已遮蔽。

這些原本是為了方便工程師進行專案管理而設計的功能,同樣也能成為 AI 執行任務時所需要的結構化資訊。

Redmine REST API:連接 AI 與既有系統的橋樑#

Redmine 本身就提供 REST API,讓外部系統可以透過 API 進行工單查詢及更新。

透過 API Key 進行身分驗證,AI 便可以在授權範圍內與 Redmine 進行互動,而不需要每次由人工登入操作。

例如:

HTTP Method API Endpoint 用途
GET /projects.json 查詢專案
GET /issues.json 查詢工單
GET /issues/{id}.json 取得指定工單
POST /issues.json 建立工單
PUT /issues/{id}.json 更新工單及狀態
POST /uploads.json 上傳附件,供後續關聯至工單

透過這些 API,可以讓 AI 主動取得需求、執行工作,並將執行結果重新寫回 Redmine。

不過,當 AI 具備操作公司系統的能力時,權限控管也變得更加重要。

在設計這類整合時,應使用具備適當權限的專用帳號,限制 AI 可以操作的專案與工單範圍,並避免將 API Key 直接寫入程式碼或公開文件。

從工單管理系統轉變為 AI 任務中心#

Redmine 從 Linux 版本升級、接入 AI Agent,到透過工單驅動開發與測試的流程圖

有了 REST API 之後,我開始嘗試將 Redmine 的工單狀態與 AI 的工作流程進行整合。

傳統的開發流程,是由工程師查看工單、理解需求、進行開發,再手動更新工單狀態。

而我想嘗試的是,透過工單本身的狀態,讓 AI 判斷現在應該執行什麼工作。

例如:

工單狀態 對應的工作
待開發 AI 取得需求並進行分析
開發中 建立 Git Branch,執行程式開發
待測試 取得需求及程式異動說明
測試中 使用 Playwright 執行功能測試
測試失敗 回報問題並退回開發流程
待驗收 由人工確認功能及測試結果
已完成 結束任務並保留歷史紀錄

這樣的工作流程設計,可以讓 Redmine 負責管理任務及保存紀錄,而 AI 則負責在授權範圍內執行各個階段的工作。

後續,我也將這個想法延伸為兩個實際的應用方向:

  • AI 自動化開發:取得工單、分析需求、建立 Git Branch、執行開發及回寫紀錄。
  • AI 自動化測試:取得測試工單、使用 Playwright 操作網站、擷取畫面及回寫測試結果。

這兩個應用也成為我後續探索 AI 自動化開發流程的核心。

不一定要為了 AI 重新建立一套系統#

這次經驗讓我發現,導入 AI 不一定代表要重新開發一套全新的平台。

許多企業已經擁有成熟的專案管理系統、版本控制工具、部署工具及監控平台。

真正值得思考的是,如何透過 API、權限控管及工作流程設計,讓 AI 與這些既有系統進行整合。

與其為了使用新技術而重新建立一套系統,不如先了解現有系統具備哪些能力,以及如何將這些能力重新組合,創造新的應用價值。

這次經驗帶給我的思考#

從一開始因應公司需求,研究 Linux 環境及 Redmine 版本升級,到後來受到 AI Agent 技術的啟發,嘗試整合自動化開發與測試流程,這並不是一開始就規劃好的方向。

而是隨著技術的發展,我逐漸看見既有系統的其他可能性。

對我而言,工程師的價值不只是學會使用新的技術,更重要的是理解不同技術之間的關聯,並將它們組合成能夠解決實際問題的方案。

一套原本只是用來管理工單的系統,也有機會成為 AI 驅動軟體開發流程的任務中心。

而這一切的起點,其實只是一個再普通不過的公司系統升級需求。