用Gemini 2.0和Crew AI自动化Jira项目管理，让工作更高效

作为管理一个涉及15个不同团队和超过80位利益相关者的数据平台项目的负责人，我经常花很多时间从各个团队收集和处理信息。我还了解他们各自的工作，并且跟进各个工作项的进展情况。

这份工作我不喜欢做，这影响了我的工作效率和领导效力。我没有足够的时间来专注于制定管理这样一个大型且复杂的项目所需的产品策略。

为了解决这个问题，我使用了Crew AI和Gemini 2.0来创建一个AI代理团队，自动处理项目管理任务，同时确保高质量和友好的沟通氛围。我将这个解决方案命名为“TIGER”。

这张图片由作者提供

TIGER 由一组 AI 代理组成，这些代理独立地从 Jira 中抓取数据，进行分析处理，并通过 Slack 发送状态更新信息。整个系统在一个简单的笔记本电脑环境中运行，具有清晰的工作流程。

1. 从 Jira 中提取特定时间段的数据
2. 处理并分析这些提取的数据
3. 生成洞察并提出跟进问题
4. 将这些信息汇总成一份全面的报告
5. 将格式化的更新发送到 Slack 上

图片由作者

整个解决方案都是开源的，本文将向您展示如何在公司中安装Tiger。

Jira看板页面

第一步是正确设置一个Jira看板，因为代理的数据输入将从这里获取。我使用Jira产品发现功能创建了结构良好的卡片，概述了计划中的工作。我还要求工程师和PM定期更新卡片，包括他们正在处理的更新和子任务。

Jira 项目看板示例图（图）

搭建环境

老虎在笔记本里跑。为了这个教程，我们假设它是在Colab中运行，但你也可以在本地运行它。

配置API密钥设置

你需要设置几个API密钥，并将它们添加到环境变量中，通过Colab笔记本的Secrets标签。

作者的图片

双子

Gemini 提供了一个免费层级用于测试目的。虽然它的速率限制较低，但对于此项目来说这应该已经足够。要获取访问权限，请前往 Google AI Studio 并点击“获取 API 密钥”。

作者绘制

接着，点击“创建API密钥”。

作者供图

如果没有项目，请先创建一个，在您的 GCP 帐户中选择一个项目，然后点击在现有项目里新建 API 密钥：

作者图片

你需要输入API密钥。复制下来，回到colab笔记本的Secrets标签页。

点击“添加新秘密”，然后输入你在上一步中获得的密钥，并命名为 GEMINI_API_KEY。

你应该看看这个屏幕哦。

图片，由作者提供

Jira API密钥

要获取Jira API Key，你需要按照以下步骤。

1. 登录到https://id.atlassian.com/manage-profile/security/api-tokens。
2. 选择创建API令牌。
3. 给API令牌起一个描述其用途的名字。
4. 选择API令牌的过期时间。
5. API令牌的有效期是1到365天。
6. 选择创建。
7. 选择复制到剪贴板，然后返回笔记本的密钥标签页面，添加一个名为JIRA_API_TOKEN的新密钥。

你也需要添加一个包含你公司Jira URL的变量，格式为 https://<你的公司>.atlassian.net，以及你在Jira中使用的用户名，格式为 [e-mail]。你的变量设置应如下。

作者供图

Slack 机器人密钥（选填）

这一部分仅在你想要创建一个Slack应用来在你公司的Slack频道中发送AI代理的消息时需要。为此，请访问这个页面并按照说明操作，然后点击“创建应用”按钮，按照步骤创建你自己的应用。

作者供图

然后，进入OAuth & Permissions标签，为自己创建一个Bot用户的OAuth令牌，复制这个值，然后返回到Colab笔记本的secrets标签。

作者提供图片

创建一个新的环境变量名为 SLACK_BOT_TOKEN，并粘贴你的 API 令牌到相应位置。如果你看到这样的设置，你就可以开始下一步了。

作者提供图片（作者自拍）

设置环境

运行下面的代码单元格以克隆代码仓库并安装所需的库文件。运行代码后，Colab 会提示您重启会话，请务必重启会话。

我们现在将导入所需的库，并定义将要使用的模型；我们选择的是 Gemini 2.0 闪光版。

然后，我们将设定将在笔记本中由代理使用的相关信息——这会根据您的具体情况进行调整。本例考虑的是2025年2月18日至25日之间的数据提取过程：

组建代理人团队

以下部分展示了如何组装虎型智能体、任务和小组。如果你想直接查看汇总的Colab笔记本，点击这里。

数据抽取和整合

第一个代理将是数据工程师。他们将负责数据导入和处理任务，最终生成一个位于 jira-weekly-data 文件夹的 CSV 文件以及位于 teams-markdown 文件夹的 Markdown 文件。

一旦运行结束后，请打开teams-markdown文件夹下的文件，检查是否一切正确。你应该看到如下格式的报告：

图片由作者拍摄

如果一切顺利，继续下一步哦。

项目分析及更新发布

这位代理人将负责获取并分析先前代理人生成的报告，提出后续建议，并据此提出跟进措施，同时编制每周状态报告。

执行之后，您将看到两个 JSON 文件，其中第一个文件汇总了分析结果。第一个文件包含了给定时间段内的所有问题及其相应的跟进和更新，例如如下面的代码片段所示：

第二个文件是 report_summary.json — 它包含前一个文件中设置的占位符内容：

发送：Slack 信息

在完成了所有的跟进和状态更新后，沟通专家已经准备好获取数据并通过我与利益相关者共享的Slack上的频道发送消息。

通信专家发送的真实消息实例

作者的图片

专注于要紧的事情

正如我之前所说，这些代理确实为我节省了大量的时间——至少每周节省五个小时，这样我就能有更多的时间来与我的相关方讨论产品策略。

作为一名优秀的产品经理，我进行了针对参与该倡议的超过80人的调查，这里有一些他们在使用TIGER方面的体验数据。

• 80% 的人将 Tiger 更新评价为 “好” 或 “非常好”
• 80% 的人认为 Tiger 比之前的每周同步更新 “好得多”
• 90% 的人表示，如果停止使用 Tiger，他们会感到非常 “失望” 或有些失望
• 66% 的人表示，Tiger 帮助他们 “节省了时间” 在提供工作项更新时
• 80% 的人表示，他们会每周在 Jira 上提供工作项更新

我希望这篇文章能激励你作为产品经理在日常工作中利用AI代理。如果你有疑问，欢迎通过LinkedIn联系我。

完整代码在GitHub上可以找到：github.com/hugozanini/jira-tiger

致谢

（注：此处添加了换行符以匹配源文本的格式。）

但由于输出要求，直接展示如下：

致谢

这个项目是在 Google 的开发者专家计划组织的 Vertex 线上冲刺中开发的。感谢 Google 提供 GCP 和 Colab 的使用额度，让这个项目得以实现，并对开源 AI 社区提供持续支持。