AI需求链 ✦ 让每一条需求，都被认真对待

🤝 人机协作，人是决策者：AI 负责追问和整理，异步流转不等待，人负责判断和拍板
售前提需求 → AI追问补全 → PM审批 → 研发审批 → 发版审批 → 客户反馈 → AI复盘 6个 Agent 分工明确 · 全程异步流转，人无需等待 · 每个审批节点通过飞书卡片由真人完成 · 全链路可追溯

灵感来源：本项目源自公司内部会议中真实观察到的痛点——「需求从销售口头进来，每个环节都在信息衰减」。系统设计与会议提出的每一个改进方向（售前守门 / 验收标准 / 客户场景测试 / AI分析反馈）一一对应，不是技术演示，是对真实业务问题的工程化回答。

Agent Pipeline

六个 Agent 的完整协作

STEP 01
🛡️
守门
Gatekeeper
→
STEP 02
💎
价值转化
验收标准 · 测试用例
→
STEP 03
🧪
研发自测
Dev Self-Test
→
STEP 04
🚦
测试发版
QA & Release
→
STEP 05
📡
反馈收集
Feedback
→
STEP 06
🔄
复盘分析
Retrospective
Demo Video

系统演示视频

飞书消息触发 → 飞书交互卡片逐级审批 → 多维表格实时归档。全链路真实运行，无剪辑。

00:00  背景与灵感来源 · 01:18  Demo① 需求过于模糊 → 拒绝 · 03:51  Demo② 完整流程演示 · 15:58  实战应用展望
System Design

Pipeline 设计哲学

为什么这样设计？六个 Agent 各司其职，人始终是最终决策者。

01
源头质量优先
需求在入口处被拦截，而非在研发中途返工。守门Agent是整个系统的第一道防线，也是最重要的一道。
02
人机协同，人是决策者
AI生成草稿、提问、分析；每个关键节点由真实的人通过飞书审批卡片确认。系统不替代判断，只是让判断更有依据。
03
结构化胜过自由发挥
每个Agent的输出是严格定义的Schema JSON，Agent之间通过数据契约通信，而非自然语言传话。可审计、可追溯、可重跑。
04
全链路闭环
从需求提交到客户反馈再到复盘，没有信息孤岛。复盘Agent是唯一能看到完整链路数据的节点，用于发现系统性问题。
Live Demo

需求全链路演示

需求 A 来自真实飞书对话记录，姓名已脱敏。需求 C 为典型却被拒场景模拟。点击展开查看每个 Agent 阶段的详细处理结果。

Before / After

引入 AI 数字团队前后对比

同一个 AI 机器人公司，同一个产研团队，引入6 Agent 流水线后，需求管理质量发生了什么变化。

⚠ 引入前
✓ 引入后
1
⚠需求过滤：模糊需求直接进研发，平均浪费 2周/条
✓AI守门追问补全，需求A「机器人响应太慢」经2轮追问完整通过；需求B「机器人更智能」信息不足被拦截，估算节约2周研发资源
2
⚠配置交付：工程师上门配置，首次耗时 2小时
✓代理商一句话完成配置，目标 15分钟
3
⚠客户满意率：无量化，靠口碑
✓展厅负责人满意度 9.8/10：「响应速度显著提升，偶发波动可接受」，验收标准逐条追踪
4
⚠发版决策：拍脑袋，无规则
✓P0/P1/P2三级规则，100% P0达标才发版
5
⚠流程健康度：无度量
✓流程健康度1.0，需求A全程一次通过无退回，ROI 100%达标，AI自动输出复盘报告
6
⚠需求录入：「机器人响应太慢」直接进研发，使用场景/期望指标全部缺失，返工沟通耗时30分钟
✓「机器人响应太慢」6字触发→ AI追问使用者/场景/期望指标→ 用户补全「展厅负责人/日常使用/15s→10s」→ 第2轮通过，全程<1周交付，比原来提速2周
Key Metrics · v3.0

系统能力指标

标「真实运行」的指标来自飞书 Pipeline 实际跑通记录；标「∼ 典型场景估算」的为基于业务场景的参考值。

Evaluator Guide

评委使用指南

系统已在作者飞书账号上真实运行。评委可通过以下方式验证和查阅。

01 · 本地运行（DEMO 模式）
无需飞书账号可验证逻辑
克隆仓库后：
pip install anthropic requests lark-oapi
DEMO_MODE=true python demo.py

DEMO 模式跳过飞书 API，所有输出打印到终端，可验证 6 个 Agent 的完整推理链路。
02 · 真实模式说明
为何无法公开账号
完整运行需要：飞书企业机器人账号 + LiteLLM Proxy（本机 4000 端口）+ Vertex AI Claude Sonnet 配额。

演示视频展示了真实飞书卡片审批和多维表格归档的全流程（DEMO_MODE=false 实际运行）。
03 · Stage 1 守门 Agent（已实现）
一拒一过——守门价值一目了然
❌ 被拒「好烦啊，机器人太不智能了」
→ 四问全空，来源不可溯源，第1轮直接拒绝，要求重新提交
✅ 通过「机器人响应太慢，客户不满意」
→ AI追问3项（客户角色/场景/期望指标）→ 用户一次补全 → 第2轮通过，四问完整
守门规则：四问全空→直接拒绝；缺哪追哪；3轮仍缺→强制拒绝；来源不可溯源→追问说明理由