# projectPlanAgent **Repository Path**: jackyjk/project-plan-agent ## Basic Information - **Project Name**: projectPlanAgent - **Description**: 项目执行规划智能助手是一个AI 驱动的项目管理助手，用户输入项目描述与团队信息，自动完成任务拆解、依赖分析、排期规划、人员分配与风险评估，全程支持人工审查与迭代优化。 - **Primary Language**: Unknown - **License**: MIT - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 0 - **Created**: 2026-06-24 - **Last Updated**: 2026-09-02 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 🤖 项目执行规划智能助手 (Project Planer Agent) > **AI 驱动的项目管理助手** — 输入项目描述与团队信息，自动完成任务拆解、依赖分析、排期规划、人员分配与风险评估，全程支持人工审查与迭代优化。 [![Python](https://img.shields.io/badge/Python-3.13+-blue)](https://www.python.org/) [![Vue](https://img.shields.io/badge/Vue-3.4-brightgreen)](https://vuejs.org/) [![FastAPI](https://img.shields.io/badge/FastAPI-0.115-teal)](https://fastapi.tiangolo.com/) [![LangGraph](https://img.shields.io/badge/LangGraph-1.3-orange)](https://langchain.com/) --- ## 📖 项目简介 项目执行规划智能体是一个基于 **LangGraph 多智能体框架** 构建的 AI 项目规划助手。它可以： - 🧠 自动将项目描述拆解为结构化的任务列表 - 🔗 智能分析任务之间的依赖关系 - 📅 自动计算任务排期与时间规划 - 👥 根据团队成员技能进行任务分配 - ⚠️ 评估项目风险并生成改进洞察 - ✋ **Human-in-the-Loop**：每个步骤支持人工审查、修改与决策 - 🔄 **反思循环**：基于风险评估进行迭代优化，持续降低项目风险 本项目同时提供 **Web 前端界面** 和 **CLI 命令行** 两种交互方式。 --- ## ✨ 核心功能 | 功能 | 说明 | |------|------| | **智能任务拆解** | LLM 根据项目描述自动生成结构化任务列表 | | **依赖关系分析** | 识别任务之间的前置依赖，构建任务关系图 | | **任务排期规划** | 计算每个任务的开始/结束时间，生成项目时间线 | | **团队任务分配** | 基于成员技能与任务需求进行最优匹配 | | **风险评估** | 对每个任务进行 0-10 风险评分，识别潜在风险点 | | **洞察生成** | AI 分析排期与分配结果，给出优化建议 | | **人工审查（HITL）** | 每个步骤完成后暂停，支持通过/修改/重试/反馈 | | **反思迭代** | 风险未达标时自动进入洞察→排期→分配→评估优化循环 | | **甘特图可视化** | 基于 ECharts 的项目甘特图，直观展示项目时间线 | | **文档导出** | 支持导出 Word (.docx) 和 PDF 格式的规划文档 | | **多任务管理** | 支持创建、管理多个项目任务，独立 session 隔离 | | **用户认证** | JWT 登录/注册，管理员可添加账户 | --- ## 🏗️ 项目架构 ``` ┌─────────────────────────────────────────────────────────────┐ │ Frontend (Vue 3) │ │ ┌─────────┐ ┌──────────┐ ┌────────┐ ┌──────────────────┐ │ │ │ Login │ │ MainView │ │ Gantt │ │ TaskDetailView │ │ │ │ View │ │ (侧边栏) │ │ Chart │ │ (步骤累积+审查) │ │ │ └─────────┘ └──────────┘ └────────┘ └──────────────────┘ │ │ ↑ SSE + REST ↑ │ ├─────────────────────────────────────────────────────────────┤ │ Backend (FastAPI) │ │ ┌───────────┐ ┌──────────────┐ ┌────────────────────────┐ │ │ │ Auth │ │ Task Router │ │ Workflow Router (SSE) │ │ │ │ Router │ │ (CRUD) │ │ Stream + Decide │ │ │ └───────────┘ └──────────────┘ └────────────────────────┘ │ │ ↑ │ │ ┌──────────────────────────────────────────────────────┐ │ │ │ Workflow Engine (LangGraph) │ │ │ │ ┌──────────┐ ┌────────────┐ ┌───────────┐ │ │ │ │ │ 6 Work │ │ 6 Review │ │ 6 Route │ │ │ │ │ │ Nodes │→│ Nodes │→│ Functions │ │ │ │ │ └──────────┘ └────────────┘ └───────────┘ │ │ │ └──────────────────────────────────────────────────────┘ │ │ ↑ │ │ ┌──────────────────────────────────────────────────────┐ │ │ │ LLM Layer (OpenAI-compatible) │ │ │ │ Qwen3-Max / DeepSeek / Azure OpenAI (可切换) │ │ │ └──────────────────────────────────────────────────────┘ │ │ ↑ │ │ ┌──────────┐ ┌──────────────────┐ │ │ │ MySQL │ │ LangGraph │ │ │ │ (用户/ │ │ Checkpointer │ │ │ │ 任务) │ │ (状态持久化) │ │ │ └──────────┘ └──────────────────┘ │ └─────────────────────────────────────────────────────────────┘ ``` ### 工作流管道 ``` START │ ▼ [任务提取] ──→ (审查 A) ──→ [依赖分析] ──→ (审查 B) │ ▼ [任务排期] ──→ (审查 C) │ ▼ [任务分配] ──→ (审查 D) │ ▼ [风险评估] ──→ (审查 E) │ ┌────────────┼────────────┐ │ 接受 │ 风险未达标 │ ▼ ▼ │ END [洞察生成] ──→ (审查 F) │ │ └── 循环优化 ──┘ (回到任务排期节点) ``` --- ## ✋ 人工审查（HITL）详解 项目在每个 AI 工作步骤完成后都会暂停，等待人工审查确认。这是系统的核心设计理念——**AI 负责生成，人类负责决策**。 ### 审查类型 系统包含两种审查菜单： | 审查类型 | 适用步骤 | 选项 | |----------|----------|--------------------------| | **标准审查** | 任务提取、依赖分析、排期、分配、洞察生成 | 4 个选项（通过 / 修改 / 反馈 / 回退） | | **风险审查** | 风险评估 | 2 个选项（接受完成规划 / 进入洞察优化） | ### 四个审查选项 ``` ┌─────────────────────────────────────────────────────────────────────┐ │ 审查点: 任务排期 │ │ ┌─────────────────────────────────────────────────────────────┐ │ │ │ 📋 AI 生成的排期结果（表格展示） │ │ │ └─────────────────────────────────────────────────────────────┘ │ │ │ │ [✅ 通过，进入下一步] [✏️ 修改] [💬 反馈] [↩ 回退到上一步] │ └─────────────────────────────────────────────────────────────────────┘ ``` #### 选项 1：✅ 通过，进入下一步 确认 AI 生成的当前步骤结果完全正确，直接进入下一个工作步骤。 - **行为**：保存当前结果，工作流推进到下一节点 - **适用场景**：AI 生成结果符合预期，无需任何调整 #### 选项 2：✏️ 修改后通过 在 AI 生成的结果上直接编辑修改，提交后进入下一步。 ``` ┌──────────────────────────────────────────────────────────┐ │ 进入编辑模式 → 表格单元格可编辑 → 修改内容 │ │ ↓ │ │ [提交修改，进入下一步] [取消] │ └──────────────────────────────────────────────────────────┘ ``` - **行为**：前端进入内联编辑模式，用户直接修改表格数据，提交后数据被替换为修改后的版本，工作流继续 - **适用场景**：AI 结果大体正确但有少量错误需要修正（如调整某个任务的工期、修改分配人员） #### 选项 3：💬 提出建议，重新执行 输入自然语言反馈意见，AI 根据反馈重新执行当前步骤。 ``` ┌──────────────────────────────────────────────────────────┐ │ 提出修改意见 │ │ ┌──────────────────────────────────────────────────────┐ │ │ │ 请输入您的修改意见，AI 将根据您的反馈重新执行... │ │ │ │ │ │ │ │ │ │ │ └──────────────────────────────────────────────────────┘ │ │ [提交反馈，重新执行] [取消] │ └──────────────────────────────────────────────────────────┘ ``` - **行为**：反馈文本被注入到 AgentState 的 `feedback` 字段，工作流路由到 `retry` 分支，重新执行当前步骤的 AI 节点。AI 会参考反馈意见调整输出 - **适用场景**：AI 结果方向性有问题，需要 AI 理解你的意图后重新生成（如"任务拆解太粗了，请拆得更细一些"、"这个依赖关系不对，A 和 B 应该是并行的"） #### 选项 4：↩ 回退到上一步 撤销当前步骤，回退到上一个审查点重新来过。 - **行为**：通过 LangGraph 的 `update_state` + checkpoint fork 机制，工作流状态回退到前一个 interrupt checkpoint。前端步骤历史同步回退，上一步的结果卡片重新进入审查状态 - **适用场景**：发现上一步的决策有问题，需要回到上一步重新调整（如排期后发现依赖分析有误，回退到依赖分析重新来过） - **边界情况**： - 连续多次回退：每次回退在上一次的基础上再向前回退一步 - 回退到初始状态：如果已回退到第一个步骤之前，任务回到 `init` 状态，需重新开始 - 服务器重启后回退：通过 checkpoint 持久化机制，回退仍然有效 ### 审查流程图 ``` ┌──────────────┐ │ AI 工作节点 │ │ (生成结果) │ └──────┬───────┘ │ ▼ ┌─────────────────┐ │ 审查暂停点 │ │ (interrupt) │ └────────┬────────┘ │ ┌──────────────┼──────────────────┐ │ │ │ ▼ ▼ ▼ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ ① 通过 │ │ ② 修改 │ │ ③ 反馈 │ │ │ │ │ │ │ │ 进入下 │ │ 人工编辑 │ │ 注入反馈 │ │ 一步 │ │ 后进入 │ │ 重新执行 │ │ │ │ 下一步 │ │ 当前步骤 │ └────┬─────┘ └────┬─────┘ └────┬─────┘ │ │ │ └──────────────┼──────────────────┘ │ ▼ ┌──────────────┐ │ 下一个 AI │ │ 工作节点 │ └──────────────┘ 此外，任何标准审查点都支持： ┌──────────┐ │ ④ 回退 │ │ │ │ 返回上 │ │ 一个审查 │ │ 点 │ └──────────┘ ``` ### 风险评估审查（特殊） 风险评估步骤使用独立的 2 选项菜单： | 选项 | 行为 | 说明 | |------|------|------| | ✅ 接受当前计划，结束工作流 | 工作流终止，规划完成 | 风险可接受，无需继续优化 | | 💡 进入洞察生成，优化计划 | 进入洞察生成 → 排期 → 分配 → 评估循环 | AI 分析瓶颈和优化点，进行**反思迭代**降低风险 | 当选择"进入洞察生成"后，系统进入一个优化循环： ``` 洞察生成 → 审查 → 排期 → 分配 → 风险评估 → 审查 → (风险未达标则继续循环) ``` 这是一个**可多次迭代**的反思优化过程，直到用户对风险评分满意并选择"接受结束"。 --- ## 🛠️ 技术栈 | 层级 | 技术 | 说明 | |------|------------------------|------| | **前端框架** | Vue 3 + Vite + Pinia | SPA 单页应用，组件化开发 | | **前端路由** | Vue Router 4 | 登录守卫 + 路由懒加载 | | **可视化** | ECharts 5 | 甘特图渲染 | | **文档导出** | docx + html2pdf.js | 纯前端生成 Word/PDF | | **Markdown** | marked | SSE 返回 Markdown 的渲染 | | **后端框架** | FastAPI | 异步 REST API + SSE 流式推送 | | **工作流引擎** | LangGraph | 多节点工作流编排，支持 interrupt/Command | | **LLM 调用** | LangChain + OpenAI SDK | 兼容多家 LLM 提供商 | | **数据模型** | Pydantic v2 | 结构化输出与类型校验 | | **认证** | JWT + bcrypt | 无状态认证 | | **数据库** | MySQL | 主流的开源关系型数据库服务器 | | **状态持久化** | LangGraph Checkpointer | 工作流断点续审 | | **包管理** | uv | Python 依赖管理 | --- ## 📸 界面预览 ### 1. 数据录入 ![数据录入](resources/dataEntry.png) ### 2. 任务提取（AI 自动拆解任务） ![任务提取](resources/taskExtraction.png) ### 3. 依赖分析（识别任务前后置关系） ![依赖分析](resources/dependencyAnalysis.png) ### 4. 任务排期（自动计算时间安排） ![任务排期](resources/taskScheduling.png) ### 5. 任务运行时（排期时间线展示） ![任务运行时](resources/taskRuntime.png) ### 6. 任务分配（基于团队技能匹配） ![任务分配](resources/taskAssignment.png) ### 7. 风险评估（0-10 风险评分） ![风险评估](resources/taskRiskAssessment.png) ### 8. 洞察生成（AI 优化建议） ![洞察生成](resources/generateInsights.png) ### 9. 洞察路由到排期（反思循环） ![洞察路由](resources/insightsRoutedToScheduling.png) ### 10. 甘特图 - 项目时间线 ![甘特图](resources/ganttChart1.png) ### 11. 甘特图 - 详细视图 ![甘特图详细](resources/ganttChart2.png) --- ## 🧩 项目规划 Skill（Project Plan Skill） ### 什么是 Skill？ 我们将本项目的核心规划能力**蒸馏为 Claude Code 的 Skill**，使其成为一个可复用的、全自动的项目规划技能。无需启动服务器、无需打开前端界面，只需在 Claude Code 对话中输入项目描述和团队信息，Skill 即可自动完成 6 步规划工作流，生成完整的**项目计划书**和**甘特图**。 Skill 位于 `projectToSkill/project-plan-skill/` 目录下，包含： - `SKILL.md` — Skill 定义文件，包含完整的 6 步工作流说明和状态管理规范 - `references/` — 6 个步骤的提示词模板（`1-task-extraction.md` ~ `6-insights-generation.md`） - `scripts/generate_gantt.py` — 基于 Plotly 的甘特图生成脚本 ### Skill 工作流 Skill 完整复现了本项目的 6 步规划管道： ``` 用户输入（项目描述 + 团队信息） │ ▼ ┌──────────────┐ │ 步骤1：任务生成 │ ← references/1-task-extraction.md └──────┬───────┘ ▼ ┌──────────────┐ │ 步骤2：依赖分析 │ ← references/2-dependency-analysis.md └──────┬───────┘ ▼ ┌──────────────┐ │ 步骤3：任务排期 │ ← references/3-task-scheduling.md └──────┬───────┘ ▼ ┌──────────────┐ │ 步骤4：任务分配 │ ← references/4-task-assignment.md └──────┬───────┘ ▼ ┌──────────────┐ │ 步骤5：风险评估 │ ← references/5-risk-assessment.md └──────┬───────┘ │ ┌────┴────┐ │ 风险可接受？ │ └────┬────┘ 是 → 结束 否 → 步骤6：洞察生成 → 循环回步骤3（最多迭代 3 次） ``` ### 如何使用 1. 在 Claude Code 对话中，直接描述项目需求和团队信息 2. Claude 会自动触发 Skill，按 6 步工作流执行规划 3. 每一步 Skill 都会读取对应的 reference 提示词模板，确保输出质量和结构一致性 4. 最终生成 **Markdown 格式的规划报告** + **PNG 甘特图** **示例输入：** > "我有一个企业内部报销审批系统项目，技术栈是 Vue 3 + FastAPI + MySQL，团队有 4 人（前端张三、后端李四、全栈王五、测试赵六），3 个月内上线。请帮我做项目规划。" Skill 会自动完成全部 6 步规划，输出一份包含任务拆解（WBS）、依赖关系图、排期时间线、人员分配、风险评估矩阵、关键决策建议的完整规划报告。 ### 测试结果 我们在两个典型项目上对 Skill 进行了规划测试： | 测试案例 | 项目类型 | 团队规模 | 总工期 | 输出质量 | |----------|---------|----------|--------|----------| | **企业内部报销审批系统** | 典型 Web 应用（Vue + FastAPI + MySQL） | 4 人 | 12 周 | 完整报告（~470 行），含 4 个阶段的任务拆解、Mermaid 依赖关系图、ASCII 甘特图时间线、人员分工矩阵、9 项风险评估、技术决策建议、上线 Checklist | | **智能农业物联网平台** | 复杂 IoT 系统（嵌入式 + 云端 + 算法 + Web + 移动端） | 6 人 | 18 周 | 完整报告（~475 行），含 6 个阶段的并行任务拆解、依赖矩阵、5 组并行机会分析、6 人逐周负荷表、10 项风险评估、技术选型建议、Topic 命名规范、数据库超级表设计、成本估算 | 两个案例的测试报告和甘特图分别位于： - `projectToSkill/skillTest/typical-webapp/` — `report.md` + `gantt.png` - `projectToSkill/skillTest/complex-iot/` — `report.md` + `iteration_1_gantt.png` / `iteration_2_gantt.png` **测试结论**：Skill 能够在**数分钟内**完成从任务拆解到风险评估的完整规划流程，输出质量高、结构完整。对于复杂 IoT 项目，Skill 还自动触发了洞察优化循环（迭代 2 次），展示了对高风险场景的自我优化能力。 --- ### 本项目 vs Skill：各自的优势 #### 🏗️ 本项目的优势（Web 应用） 本项目作为一个完整的 Web 应用，相比纯 Skill 具有以下不可替代的优势： | 优势 | 说明 | |------|------| | **✋ 人工审查（HITL）** | 每个 AI 工作步骤完成后**自动暂停**，等待用户审查确认。提供 **4 种审查选项**：✅ 通过 / ✏️ 修改后通过 / 💬 反馈重新执行 / ↩ 回退到上一步。**AI 负责生成，人类负责决策** | | **🔍 全程可观测** | 前端界面实时展示每个步骤的完整输出（任务列表、依赖关系图、排期表、分配表、风险评估），所有中间结果**一目了然**，不再是黑箱操作 | | **✅ 确保每一步的正确性** | 通过逐步骤审查 + 修改 + 反馈机制，用户可以在**每一步纠正 AI 的错误**，避免错误向下游传播。支持无限次回退和重试 | | **🔧 可对每一步进行调优** | 不满意某步骤结果？可选择"修改"直接编辑数据，或选择"反馈"让 AI 根据你的建议重新生成。风险评估不满还可进入洞察→排期→分配→评估的**反思迭代循环**，持续优化直到满意 | **本项目追求的是"可控 + 精确"** — 适合对规划质量要求高、需要多方评审、或涉及复杂利益相关者的场景。 #### ⚡ Skill 的优势（Claude Code） Skill 作为一种轻量级的替代方案，也有其独特的优势： | 优势 | 说明 | |------|------| | **🚀 方便快速** | 无需启动服务器、无需数据库、无需前端。在 Claude Code 对话中直接使用，**数分钟**完成完整规划 | | **📦 零部署** | 不需要配置 Python 环境、Node.js、数据库。只要能使用 Claude Code，就能使用 Skill | | **🔄 全自动** | 6 步流程一气呵成，无需人工干预。适合快速生成初版规划 | | **📄 一键输出** | 直接输出 Markdown 报告 + 甘特图 PNG，方便分享和存档 | **Skill 追求的是"快速 + 自动化"** — 适合快速出规划草案、个人项目、或作为正式规划前的初始参考。 #### 📊 对比总结 | 维度 | 本项目（Web 应用） | Skill（Claude Code） | |------|--------------------|----------------------| | **使用方式** | Web 界面 / CLI | Claude Code 对话 | | **部署要求** | Python + Node.js + 数据库 | 仅需 Claude Code | | **人工审查** | ✅ 每步暂停，4 种审查选项 | ❌ 全自动，无中间审查 | | **过程可观测** | ✅ 前端实时展示每步结果 | ⚠️ 对话流中展示 | | **步骤调优** | ✅ 修改 / 反馈 / 回退 / 迭代循环 | ❌ 一次性生成（或重新触发） | | **规划速度** | 10~30 分钟（含人工审查） | 2~5 分钟（全自动） | | **结果修正** | 随时可修改、回退、重新执行 | 需重新触发整个流程 | | **适用场景** | 正式项目、团队协作、高要求 | 快速草案、个人项目、预研 | --- ## 🚀 快速开始 ### 环境要求 - **Python** >= 3.13 - **Node.js** >= 18 - **npm** >= 9 ### 1. 克隆项目 ```bash git clone https://gitee.com/jackyjk/project-plan-agent.git cd projectPlaner ``` ### 2. 后端配置 ```bash # 创建虚拟环境并安装依赖 uv sync # 配置环境变量 cp .env.example .env # 编辑 .env，填入你的 LLM API Key ``` **.env 配置项说明**： ```env # ---- LLM 提供商（二选一）---- # 方式1: DeepSeek DEEPSEEK_API_KEY=your_deepseek_api_key DEEPSEEK_BASE_URL=https://api.deepseek.com # 方式2: 通义千问 (DashScope) DASHSCOPE_API_KEY=your_dashscope_api_key DASHSCOPE_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1 # ---- 持久化配置 ---- MYSQL_HOST=localhost MYSQL_PORT=3306 MYSQL_USER=root MYSQL_PASSWORD=your_password MYSQL_DATABASE=project_planner ``` ### 3. 启动后端 ```bash # 启动 FastAPI 服务（默认端口 8000） uv run python -m server.app # 或者使用 uvicorn uvicorn server.app:app --reload --port 8000 ``` ### 4. 启动前端 ```bash cd frontend # 安装依赖 npm install # 启动开发服务器（默认端口 5173） npm run dev ``` 浏览器打开 http://localhost:5173 即可使用。 --- ## 📁 项目结构 ``` projectPlaner/ ├── main.py # CLI 入口 + LangGraph 工作流构建 ├── models.py # Pydantic 数据模型 + AgentState 定义 ├── workflow.py # HITL 审查后路由函数 ├── visualize.py # 甘特图生成逻辑（后端复用） ├── persistence.py # LangGraph Checkpointer（状态持久化） │ ├── server/ # FastAPI 后端 │ ├── app.py # 应用工厂 + 路由挂载 + 生命周期 │ ├── config.py # JWT/DB/CORS 配置 │ ├── auth.py # JWT 签发验证 + 密码哈希 │ ├── database.py # MySQL 用户与任务 CRUD │ ├── schemas.py # API 请求/响应 Schema │ ├── workflow_engine.py # SSE 流式工作流执行器 │ ├── workflow_manager.py # 多用户并发管理 │ └── routers/ │ ├── auth_router.py # POST /api/auth/login, /register │ ├── task_router.py # CRUD /api/tasks │ └── workflow_router.py # SSE /api/tasks/{id}/stream + decide │ ├── nodes/ # LangGraph 工作节点 │ ├── work_nodes.py # 6 个执行节点（任务提取→洞察生成） │ └── review_nodes.py # 6 个审查节点（人工暂停点） │ ├── ui/ # CLI 交互层 │ └── cli.py # 终端审查交互界面 │ ├── frontend/ # Vue 3 前端 │ ├── src/ │ │ ├── views/ │ │ │ ├── LoginView.vue # 登录/注册页 │ │ │ ├── MainView.vue # 主界面（侧边栏 + 路由出口） │ │ │ └── TaskDetailView.vue # 任务详情（步骤累积 + 审查） │ │ ├── components/ │ │ │ ├── layout/ │ │ │ │ ├── AppHeader.vue # 顶部导航栏 │ │ │ │ └── AppSidebar.vue # 侧边栏（任务列表） │ │ │ ├── task/ │ │ │ │ ├── TaskInit.vue # 新建任务表单 │ │ │ │ ├── StepProgressBar.vue # 步骤进度条 │ │ │ │ ├── StepResultList.vue # 步骤结果列表 │ │ │ │ ├── StepResultRow.vue # 单步骤结果展开行 │ │ │ │ └── StepActionBar.vue # 审查操作按钮组 │ │ │ ├── gantt/ │ │ │ │ └── GanttChart.vue # ECharts 甘特图 │ │ │ └── common/ │ │ │ └── JsonTable.vue # JSON → 表格通用组件 │ │ ├── stores/ │ │ │ ├── auth.js # Pinia 用户状态 │ │ │ └── task.js # Pinia 任务 + 工作流状态 │ │ ├── api/ │ │ │ ├── index.js # Axios 实例 + JWT 拦截器 │ │ │ ├── auth.js # 认证 API │ │ │ └── task.js # 任务 + 工作流 API │ │ ├── router/ │ │ │ └── index.js # 路由配置 + 导航守卫 │ │ └── utils/ │ │ ├── export.js # Word/PDF 导出逻辑 │ │ └── format.js # 格式化工具函数 │ └── package.json │ ├── data/ # 数据库 ├── resources/ # 界面截图 │ └── projectToSkill/ # 项目规划 Skill（Claude Code） ├── project-plan-skill/ # Skill 定义 │ ├── SKILL.md # Skill 主文件（工作流定义 + 状态管理） │ ├── references/ # 6 个步骤的提示词模板 │ │ ├── 1-task-extraction.md # 任务生成 │ │ ├── 2-dependency-analysis.md # 依赖分析 │ │ ├── 3-task-scheduling.md # 任务排期 │ │ ├── 4-task-assignment.md # 任务分配 │ │ ├── 5-risk-assessment.md # 风险评估 │ │ └── 6-insights-generation.md # 洞察生成 │ └── scripts/ │ └── generate_gantt.py # 甘特图生成脚本（Plotly） └── skillTest/ # Skill 测试结果 ├── typical-webapp/ # 测试案例1：典型 Web 应用 │ ├── report.md # 完整规划报告 │ └── gantt.png # 甘特图 └── complex-iot/ # 测试案例2：复杂 IoT 系统 ├── report.md # 完整规划报告 ├── iteration_1_gantt.png # 迭代1 甘特图 └── iteration_2_gantt.png # 迭代2 甘特图（洞察优化后） ``` --- ## 🔧 配置说明 ### 切换 LLM 提供商 编辑 `main.py` 顶部的 `model_provider` 变量： ```python model_provider = 'OpenAI' # 使用 OpenAI 兼容 API（默认通义千问 qwen3-max） # model_provider = 'other' # 使用 DeepSeek (deepseek-v4-pro) ``` ### 调整模型参数 在 `main.py` 的 LLM 初始化部分，可调整： - `model`: 模型名称 - `max_tokens`: 最大输出 token 数（默认 8192） - `temperature`: 生成温度（控制创造性） --- ## 📄 许可证 MIT License ---