Files
aiagent/docs/agent-guides/天工平台工程团队使用指南.md
renjianbo f612248f9e feat: add education-training and platform-engineering team templates
- Add 2 new team templates: 教育培训团队 (4 roles) and 天工平台工程团队 (5 roles)
- Fix orchestrator to support multi-template workflow types (remove hardcoded PM planner)
- Add _resolve_planner_role() to auto-detect planner based on team.config.workflow
- Add frontend buttons and API clients for new templates
- Merge 14 preset roles from 3 template families in get_preset_roles()
- Add creation guide and platform engineering usage docs

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-06-17 00:09:54 +08:00

7.7 KiB
Raw Permalink Blame History

天工平台工程团队 — 使用指南

如何使用虚拟团队自举维护和迭代天工智能体平台本身


一、快速开始

1.1 创建团队

  1. 访问 http://localhost:3001/teams
  2. 点击红色 「天工平台工程团队」 按钮
  3. 系统自动创建 5 个角色 Agent 并组建团队,5 个角色槽位自动填充

1.2 团队角色分工

角色 负责范围 规划者
📊 产品负责人 需求分析、任务分解、优先级排序、计划制定 是
🏗️ 全栈开发 代码实现、Bug 修复、API 开发、数据库迁移 是
🎯 前端体验 工作流编辑器、移动端、交互打磨、飞书 Bot 体验 否
🚀 平台运维 部署、CI/CD、监控、日志、K8s 否
🔍 质量保障 测试、性能压测、安全审计、回归测试 否

执行项目时,📊产品负责人会自动负责规划阶段,将任务分解后分配给对应角色。


二、不同场景的使用方法

场景 1:修复 Bug

输入示例:

修复 Bug:用户执行 Agent 对话时,超过 30000ms 报 timeout 错误。

现象:
- 前端对话框中显示 "发送失败: timeout of 30000ms exceeded"
- 后端日志显示 Celery Worker 无法连接 Redis

线索:
- backend/.env 中 REDIS_URL 可能配置错误
- 检查 app/core/celery_app.py 的超时配置

执行流程:

  1. 产品负责人 → 分析 Bug 影响范围,制定修复计划
  2. 全栈开发 → 检查代码、定位根因、编写修复
  3. 质量保障 → 验证修复、回归测试
  4. 平台运维 → 确认配置正确、验证健康检查

输出位置: team_projects/{team_id}/{project-name}/ 包含修复 diff、测试脚本


场景 2:开发新功能

输入示例:

新增功能:Agent 市场模板评分系统

需求:
- 用户可以对 Agent 市场中的模板进行 1-5 星评分
- 显示平均评分和评分人数
- 用户只能评分一次(可以修改)

涉及:
- 后端:新增评分表 + API(已预设 POST /api/v1/agent-market/{id}/rate)
- 前端:Agent 市场详情页添加星级评分组件
- 测试:评分增删改查 + 权限验证

执行流程:

  1. 产品负责人 → 拆分为后端/前端/测试三个子任务
  2. 全栈开发 → 后端数据库迁移 + API 实现
  3. 前端体验 → 星级组件 + 交互优化
  4. 质量保障 → 接口测试 + 边界用例
  5. 平台运维 → 数据库迁移执行 + 部署验证

场景 3:性能优化

输入示例:

性能优化:Agent 列表页加载缓慢

现状:
- /api/v1/agents 接口响应时间 p95 = 2.3s
- 页面首次加载 100 个 Agent 需要 4s+

目标:
- API 响应 p95 < 500ms
- 前端首屏渲染 < 1.5s

优化方向:
- 后端:添加数据库索引、分页优化、Redis 缓存
- 前端:虚拟滚动、懒加载

执行流程:

  1. 产品负责人 → 确定性能目标、划分优化优先级
  2. 全栈开发 → 后端查询优化、缓存策略
  3. 前端体验 → 虚拟滚动实现、代码分割
  4. 质量保障 → 压测验证、基准对比
  5. 平台运维 → 生产环境监控配置

场景 4:安全加固

输入示例:

安全加固:全平台安全审计与修复

检查项:
- SQL 注入风险扫描
- JWT Token 过期与刷新机制
- 文件上传路径遍历防护
- API 接口鉴权覆盖率检查
- 依赖库漏洞扫描(pip-audit / pnpm audit)
- 密码加密强度验证

已有工具:CodeQL、Trivy、Gitleaks 已配置在 CI 中

场景 5:系统升级迭代

输入示例:

平台迭代 v2.1.0:

1. 多租户支持(数据隔离 + 工作区管理)
2. 飞书 Bot 体验优化(反馈按钮 + 会话摘要)
3. Android App 完成度提升至 90%
4. 模板市场上线(支持用户发布/安装模板)
5. 开发文档完善至 80%

三、编写任务描述的最佳实践

3.1 好的任务描述六要素

要素 说明 示例
做什么 一句话概括 "修复 Agent 执行超时 Bug"
现象/背景 当前问题或需求来源 "用户反馈:点击执行后 30s 报错"
涉及范围 哪些模块/文件可能需要改动 "backend/app/core/celery_app.py + .env"
期望结果 完成后的行为 "Agent 执行成功返回结果,不再超时"
约束条件 不破坏什么 "不影响已有 Agent 的执行逻辑"
技术提示 已知的线索或方向 "怀疑 Redis URL 配置不一致"

3.2 避免的错误描述

不好: "修一下超时" 不好: "前端有点慢,优化一下" 不好: "所有东西都检查一遍"

好的: "修复 Agent 对话超时(30000ms),检查 Redis 连接和 Celery 配置,在 backend/.env 和 app/core/celery_app.py 中排查,完成后验证 /health 接口正常"


四、执行过程与产出

4.1 两种执行模式

模式 操作 特点
同步执行 点击「执行项目」 等待完成后一次性查看所有产出
流式执行 点击「流式执行」 实时推送每个阶段的进度

推荐日常任务用同步执行,大型任务用流式执行观察中间过程。

4.2 产出物的存放与查看

执行完成后,文件保存在:

D:\aaa\aiagent\team_projects\{team_id}\{project-name}/

页面会展示:

  • 项目计划 tab:产品负责人的 JSON 规划
  • 各阶段 tab:每个角色的产出内容
  • 项目文件 tab:所有生成文件的路径清单

4.3 产出的典型文件类型

任务类型 典型产出
Bug 修复 修复代码 diff、测试用例、根因分析报告
新功能 完整代码文件、API 接口定义、前端组件、测试脚本
性能优化 优化前后对比、压测报告、配置变更
安全加固 漏洞报告、修复代码、安全配置
文档完善 Markdown 文档、API 参考、使用教程

五、注意事项与技巧

5.1 执行前检查

  • 5 个角色槽位都已分配 Agent(未分配的角色会被跳过)
  • 任务描述足够具体,包含明确的目标和约束
  • 如有参考文件/配置,在描述中提及具体路径

5.2 执行后验证

  • 检查「项目文件」tab 确认文件已生成
  • 在本地文件系统中验证生成的文件内容
  • 对于代码产出,不要直接复制到生产目录,先 review
  • 数据库迁移类产出,先备份再执行

5.3 迭代式使用

大型任务建议分多次执行,而非一次描述所有需求:

第 1 轮: "分析平台当前性能瓶颈,输出性能评估报告"
  ↓ 拿到报告后
第 2 轮: "根据报告前三项问题,实施优化方案"
  ↓ 验证优化效果后
第 3 轮: "继续优化剩余问题"

5.4 与其他模板配合

场景 使用模板
平台核心引擎升级 天工平台工程团队
为平台开发全新子模块 软件公司虚拟团队(新项目从零开发)
平台文档/培训体系 教育培训团队(制作使用教程)

六、已知限制

  1. 编排引擎依赖 Leader 做规划 — 如果产品负责人的规划质量不佳(角色分配不合理),后续阶段会受影响
  2. 顺序执行 — 不同于 Agent 编排的并行模式,团队按顺序执行,不适合需要实时协作的任务
  3. 产出需人工审核 — AI 生成的代码/配置必须 review 后才能合入主分支
  4. 每次执行是独立的 — 不会记住上次执行的内容,需要在新描述中提供足够上下文

最后更新:2026-06-17 配套修改:编排引擎已支持多模板类型,自动识别团队 workflow 选择规划者