Agent 与自动化AI 资源

PRD-to-Sprint Negotiator：用多智能体将 PRD 自动协商为敏捷迭代待办

nikhiltulsani1/PRD-To-Sprint-Negotiator · Sprint planning is broken. PRD-to-Sprint Negotiator replaces the 2-hour negotiation meeting with 5 specialised agents (Product, Engineer, QA, Negotiator, Output) that argue with each other to produce a realistic sprint backlog. Built on Microsoft Foundry multi-agent workflows.

GitHub原文发布未知首次收录 2026-10-01上架 2026-10-01 07:01

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

该项目用五个专门化智能体（Product、Engineer、QA、Negotiator、Output）串行处理产品需求文档（PRD），提取功能与用户故事、估算故事点并识别技术风险、并行进行 QA 覆盖与边界用例审查，再由 Negotiator 结合迭代容量与速度做纳入/排除决策并给出理由，最后输出可粘贴到 Jira 或 GitHub Projects 的 Markdown 迭代待办，以及可直接导入 Jira/ADO/Linear MCP 的 JSON 载荷。它还提供带冲刺上下文参数（--sprint、--completed、--blocked、--velocity）的命令行与 Streamlit Web UI。

# agent-orchestration # 文档生成 # AI 产品管理 # 多 Agent # 并行 Agent

核心能力与快速开始

★ 1 · Python

能做什么: 基于 Microsoft Foundry（gpt-4.1-mini）运行五个专门化智能体：Product 智能体从 PRD 提取功能、用户故事、验收标准与优先级；Engineer 智能体估算故事点（fibonacci）、标记技术风险并识别缺失需求；QA 智能体并行逐功能审查测试覆盖缺口、边界用例与缺失验收标准；Negotiator 智能体将三方输入与迭代容量和速度对齐，给出纳入或排除并附明确理由；Output 智能体将协商结果格式化为 markdown 迭代待办。支持冲刺上下文参数：--sprint 指定冲刺编号并影响过滤与输出标签，--completed 过滤上一冲刺已完成故事，--blocked 由 Negotiator 重新排优先级，--velocity 按上一冲刺完成率缩放有效容量。每次运行同时生成 sprint_{N}_mcp_payload.json，结构化工具调用兼容 Jira MCP、Azure DevOps MCP、Linear MCP，包含工程师子任务与 QA 任务。另有 Streamlit Web UI（app.py），可上传 TXT、MD、PDF、DOCX 格式 PRD 并实时查看各专家推演。
适用场景: 把原本耗时两小时、由产品、工程、QA 三方在时间压力下妥协的冲刺规划会议，自动化为可复用、可追溯的协商流程，输出限量且带排除理由的冲刺待办。适合需要定期将 PRD 转化为现实可交付冲刺范围的团队，尤其当容量硬性受限、需要控制承诺点数时。支持跨冲刺复用：每次运行传入上一冲刺完成与阻塞情况以及速度，自动调整范围。输出可直接导入 Jira、Azure DevOps 或 Linear，减少复制粘贴，也适合偏好浏览器操作、需要边运行边观察各专家推演过程的团队。
项目形态: 可直接使用的工具
部署方式: 未说明（README 提供本地运行方式：克隆仓库、创建虚拟环境、安装 requirements.txt、复制 .env.example 并填入 Azure AI Foundry 凭据；命令行 python main.py 运行，或用 streamlit run app.py 启动 Web UI。未说明任何托管或云部署方案）
主要依赖: 需 Python 环境以及 Azure AI Foundry（gpt-4.1-mini）凭据；README 提到调用失败时会回退到 GitHub Models，再回退到默认值。其他硬件、网络与费用条件未说明。
使用限制: README 未给出明确限制；材料中说明该工具的可靠性设计包括：容量通过程序化安全网硬性强制、故事点被夹取到合法 fibonacci 值并重新计算总数、QA 并行审查单点失败不影响其他功能、每个纳入与排除决定均有书面理由。未说明模型或 API 成本、许可与商用条件，材料中无 license 信息。
许可证: 未说明
最近推送: 2026-09-29 22:05

项目文档核对 README 依据 ↗

资料检查：2026-10-01 07:00 · 卡片整理：2026-10-01 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

相似资源

pm-agent-harness-kit：面向产品经理的 AI Agent 技能与流水线工具包

PM-AHK 是一个面向产品经理的 Agent Harness Kit，包含 7 个按流水线协作的 PM 专用 Agent（pm-lead、pm-explorer、pm-strategist、pm-builder、pm-reviewer 以及辅助的 pm-coach、pm-smith）和 59 项技能，覆盖 PRD、用户故事、RICE 优先级、战略画布、实验设计、指标与财务、干系人对齐、增长、工作坊与职业发展等产品管理场景。项目宣称支持 opencode、Claude Code 和 Codex 运行时（copilot、cursor 计划中），可通过安装脚本部署，并提供可选的 MCP Harness 用于多会话流水线的状态管理与审计记录。

Polywave：在 Claude Code 中安全并行运行多个 AI 编码 Agent

Polywave 是一个轻量级协调协议与 Claude Code Agent Skill，让多个 AI 编码 Agent 并行工作而不互相破坏代码。其核心机制是文件所有权互斥（每个文件只分配给一个 Agent）与每 Agent 独立 git worktree 隔离，因此在规划阶段而非合并阶段就消除冲突；执行前由人工审阅完整的文件分配、接口契约和 wave 结构计划，并通过适用性门控在任务无法干净拆分时直接输出 NOT SUITABLE。项目不提供运行时、任务路由、消息传递或跨会话记忆，而是依托已有的 Agent 运行环境，以 /polywave 命令（scout、wave、auto、status 等）驱动工作流，底层依赖 polywave-tools CLI。

BotNexus：基于 .NET 的 LLM Agent 编排实验平台

BotNexus 是一个用 C#/.NET 构建的实验性 LLM 编排沙盒，用于探索多 Agent 协作、通道接入、工具调用、记忆持久化与调度等交互模式。它提供网关路由、WebUI 聊天、多种模型提供方（GitHub Copilot、OpenAI、Anthropic、Azure OpenAI 及兼容端点）、扩展系统与诊断工具，并通过 CLI 完成安装、配置与网关生命周期管理。项目明确定位为实验平台，而非高可用企业级方案。

team-lead-skill：让编码 Agent 具备团队领导与任务委派能力

team-lead 是一个 Agent Skill，将编码 Agent 转变为真正的团队负责人：先登记团队成员并建立工作约定，再把任务委派给可达的队友（终端会话、子 Agent、Agent 间通道），要求以证据而非报告作为验收依据，并通过项目内的 .team/state.md 状态文件让跨会话协作得以延续。它还包含团队记忆、成员发展计划、通信契约等参考文档，以及一套 16 场景的脚本化回归评测套件。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。