AI 自動化 Unity 工作流整合

專案簡介

這是一個關於兩個 AI 自動化工具整合的故事。我花了數月時間分別開發了兩個工具：

automation_tool：通用 AI 自動化開發工具，擁有強大的專案理解和分析能力
jira_poller：Unity 專案專用的自動化 Agent 系統，提供完整的 Jira + Git DevOps 整合

當我意識到它們是為同一個目標設計時，決定進行整合，最終創造出一個兼具 AI 智能和 DevOps 整合的完整工作流系統。

核心創新

1. AI Agent 自主探索專案

使用 Anthropic Tool Use API，讓 Claude 自主探索 Unity 專案：

讀取專案結構
搜尋相關代碼
理解現有架構
基於實際代碼生成設計

2. Jira 驅動的人機協作

完整的工作流整合：

Jira 任務 → AI 分析 → 人工審批 → AI 設計 → 人工審批 → 開發 → 測試

3. Git Worktree 隔離

每個 Jira 任務獨立的工作空間：

自動創建 Git Worktree
AI 在隔離環境中探索
結果自動提交到 Git
審批後可 Merge

主要功能

智能需求分析

自動分析 Jira 任務描述
生成標準化的 9 章節需求文檔
支援人工反饋循環
文檔質量提升 5 倍

深度系統設計

AI Agent 自主探索 Unity 專案
10-20 次工具調用理解代碼
生成基於實際架構的 11 章節設計文檔
從占位符到 4800+ 字的質的飛躍

完整 DevOps 整合

Jira API 自動檢測任務
Git Worktree 自動管理
每階段 Git Commit
Jira 評論自動發表
人工審批指令（@approved/@rejected/@sendback/@restart）

優雅降級機制

三層降級策略確保系統穩定：

優先使用 automation_tool 的深度分析
降級使用傳統 AI Provider
最終使用占位符確保流程繼續

技術棧

automation_tool

語言：Python 3.8+
AI SDK：Anthropic Claude SDK
核心技術：Tool Use API、Async/Await
模組：RequirementAnalyzer、SystemDesigner

jira_poller

語言：Python 3.8+
整合：Jira REST API、Git
架構：Orchestrator 模式、Provider 模式
特色：Git Worktree、人機協作

整合技術

方式：直接引用（sys.path）
通訊：Markdown 文檔交換
同步：asyncio.run() 處理異步調用

整合成果

階段	整合前	整合後	提升
需求文檔	~500 字	~2500 字	5x
需求章節	6 章節	9 章節	1.5x
設計文檔	占位符	~4800 字	∞
設計章節	0	11 章節	∞
專案理解	無	自動探索	質的飛躍
AI 調用	1-2 次	10-20 次	10x

開發歷程

這個整合專案記錄了從構思到實現的完整過程：

[[專案/AI自動化Unity工作流整合/日誌/01-兩個工具的誕生|#1 兩個工具的誕生]] - automation_tool 和 jira_poller 的設計理念和技術架構
[[專案/AI自動化Unity工作流整合/日誌/02-整合設計與實施|#2 整合設計與實施]] - 如何將兩個工具優雅地整合在一起
[[專案/AI自動化Unity工作流整合/日誌/03-技術深度解析|#3 技術深度解析]] - 關鍵技術細節和整合亮點

工作流程示意

graph TB
    A[Jira 任務提交] --> B[jira_poller 檢測]
    B --> C[創建 Git Worktree]
    C --> D[automation_tool<br/>需求分析]
    D --> E[生成 9 章節需求]
    E --> F{人工審批}
    F -->|@approved| G[automation_tool<br/>系統設計]
    F -->|@rejected| D
    G --> H[AI 探索專案<br/>10-20 次工具調用]
    H --> I[生成 11 章節設計]
    I --> J{人工審批}
    J -->|@approved| K[開發階段]
    J -->|@rejected| G
    K --> L[測試階段]
    L --> M[完成]

使用場景

Unity 遊戲開發團隊

從 Jira 任務到代碼實現的全自動化
AI 理解現有 Unity 專案結構
生成符合專案風格的設計方案

企業 DevOps 流程

標準化的需求和設計文檔
人工審批確保質量控制
Git Worktree 隔離降低風險

AI 輔助開發研究

Tool Use API 的實際應用
多輪對話的專案探索
AI Agent 自主性研究

技術亮點

1. 專案探索的迭代式對話

SystemDesigner 不是簡單地讀取文件，而是像人類開發者一樣：

第 1 輪：了解整體專案結構 (get_project_structure)
第 2 輪：搜尋相關類別 (search_code "MainMenu")
第 3 輪：讀取主要代碼 (read_file MainMenuController.cs)
第 4 輪：列出相關文件 (list_files Assets/Scripts/UI)
...
最多 30 輪對話

2. 優雅的異步處理

在同步代碼中調用異步 API：

try:
    loop = asyncio.get_event_loop()
    if loop.is_running():
        # 已有事件循環，降級處理
        raise RuntimeError("Cannot use async")
except RuntimeError:
    # 創建新事件循環
    result = asyncio.run(async_function())

3. 反饋循環的自動整合

人工反饋自動附加到需求文件：

if feedback:
    temp_content = f"{original_content}\n\n## 人工反饋\n{feedback}"
    # AI 重新分析時會看到反饋

未來展望

短期目標

✅ 需求分析整合（已完成）
✅ 系統設計整合（已完成）
⏳ 開發階段整合（進行中）
⏳ 測試階段整合（規劃中）

中期目標

將 automation_tool 打包成 pip package
支援更多專案類型（不限於 Unity）
實現真正的代碼生成和提交

長期願景

完全自動化的開發工作流
AI Agent 獨立完成開發任務
人類只需審批關鍵決策

“當兩個工具為同一個夢想設計時，整合不是妥協，而是協同創造出更強大的系統。”

返回所有專案

Eason devlog

Explorer

AI 自動化 Unity 工作流整合 - 讓 AI 理解你的專案