AIGC|把Azure Open AI和Jira集成起来,实现智能化项目管理

目录

[一、Jira与Azure OpenAI介绍](#一、Jira与Azure OpenAI介绍)

[二、Jira和Azure OpenAI的REST API对接](#二、Jira和Azure OpenAI的REST API对接)

三、利用Chats插件实现对话的过程

四、总结


一、Jira与Azure OpenAI介绍

Jira是一款由澳大利亚公司Atlassian开发的项目管理工具,主要用于追踪问题、管理需求、构建报告和管理故障等事项。Jira被广泛应用于软件开发、敏捷项目管理、IT服务管理和业务流程管理等领域。Jira支持插件扩展,可扩展不同类型的项目管理工作。

Azure OpenAI是由微软提供的基于云计算的自然语言处理平台。这个平台通过领先的NLP模型和工具,为各种用户提供了一系列功能,包括但不限于语音转文本、文本翻译、自动摘要、实体识别、情感分析和语义分析等。这些功能都是由最先进的AI技术驱动的,旨在提高人工智能与人类之间的交互流畅程度,并为企业提供高效的智能化解决方案。

二、Jira和Azure OpenAI的REST API对接

Jira的插件扩展功能提供了一个很好的平台,允许开发人员创建自定义功能插件来扩展Jira的功能。因此,如果想要将Azure OpenAI集成到Jira中,我们可以利用Jira插件系统开发一个插件,插件通过REST API与Azure OpenAI交互,并响应用户的提问。

在Jira和Azure OpenAI集成前,我们需要创建Azure账户并申请一个Azure OpenAI资源,申请完成后可以获得一个有效的API密钥。

然后我们选取一个AI模型(本文以GPT-35-turbo为例),创建并发布成功后就可以使用了。

本文通过调用Azure OpenAI服务提供的Chat completions接口,向OpenAI模型发出自然语言查询,并获得模型的自动完成功能,实现了一个简单的例子。

**具体流程为:**将用户提出的问题封装成报文,向Chat completions 接口发送POST请求,Azure OpenAI模型会自动完成语句并返回一个答案。

复制代码
private String doChatCompletions(String content) {
        if (StringUtils.isEmpty(content)) {
            return "";
        }

        String resourceName = "aoai-5";
        String deploymentId = "jiraChatGpt";
        String apiKey = "YOUR_API_KEY";

        String chatCompletions = AzureOpenAiUtil.chatCompletions(resourceName, deploymentId, apiKey, content);
        return getChatCompletionsContent(chatCompletions);
    }

/**
     * Create completions for chat messages with the ChatGPT and GPT-4 models.
     * @param resourceName
     * @param deploymentId
     * @param apiKey
     * @param content
     * @return
     */
    public static String chatCompletions(String resourceName, String deploymentId, String apiKey, String content) {
        String url = getUrl(resourceName, CHAT_COMPLETIONS_URL, deploymentId, API_VERSION_2023_03_15_PREVIEW);
        List<JSONObject> jsonObjectList = new ArrayList<>();
        JSONObject jsonMessages = new JSONObject();
        JSONObject jsonObject = new JSONObject();
        try {
            jsonObject.put("role", "user");
            jsonObject.put("content", content);
            jsonObjectList.add(jsonObject);
            jsonMessages.put("messages", jsonObjectList);
        } catch (JSONException e) {
           LOG.warn(e);
        }

        return sendPostRequest(apiKey, url, jsonMessages.toString());
    }

三、利用Chats插件实现对话的过程

Chats是一款Jira插件,可用于在Jira用户之间进行聊天。使用Chats插件,在Jira用户之间创建或加入一个聊天窗口,这样用户可以快速交换信息和协作。

如果将Azure OpenAI集成到Chats中,则可以将OpenAI自动完成的语句转换为聊天消息,并在聊天过程中进行实时转发,实现自动化对话。

为了演示如何将Azure OpenAI集成到Jira的Chats插件中,我基于Jira和Azure OpenAI开发了一个样例插件,插件将使用上一节封装的Chat completions接口和Azure OpenAI模型进行对话。

Chats插件对话的实质是在Issue上添加评论,这里利用Jira自带的WebHooks监听器,监听创建评论(Comment created)事件来触发Azure OpenAI接口的调用流程。

最后将Chat completions接口返回的语句,添加到Issue的评论里,实现聊天对话过程。

复制代码
public Long createComment(String issueKey, String postBody) throws IOException,JSONException {
        HashMap<String, String> map = new HashMap<>();
        map.put("Authorization", "Basic " + BASE64.encodeToString(Const.JIRAUSER.getBytes(StandardCharsets.UTF_8)));

        String url = Const.JIRAURL + "/rest/api/2/issue/" + issueKey + "/comment";
        String comment = RestApiUtil.sendPostRequest(url, postBody, map);
        JSONObject commentObj = new JSONObject(comment);
        return commentObj.getLong("id");
    }

PS:防止死循环,忽略AI身份admin用户的评论。

四、总结

本文介绍了如何将Jira和Azure OpenAI集成,以实现自然语言处理功能。通过Jira插件和Azure OpenAI 的REST API将Azure OpenAI集成到Jira中,利用Jira的WebHooks监听器和Chats插件实现自动化对话的过程。

希望这篇文章能够帮助大家更好地了解Jira和Azure OpenAI,并帮助大家在实践中使用这两款产品。

作者:李其仿| 资深后端开发工程师

版权声明:本文由神州数码云基地团队整理撰写,若转载请注明出处。

公众号搜索神州数码云基地,了解更多AI相关技术干货。

相关推荐
xixixi777772 分钟前
安全嵌入全链路:从模型训练到智能体交互,通信网络是AI安全的“地基”
人工智能·安全·ai·多模态·数据·通信·合规
递归尽头是星辰3 分钟前
Flink 四大基石:核心原理与实战速查
大数据·人工智能·flink·实时计算
1941s7 分钟前
OpenClaw 每日新玩法 | NanoClaw —— 轻量级、安全的 OpenClaw 替代方案
人工智能·安全·agent·openclaw
攻城狮7号16 分钟前
深度解析 GPT-5.4:从“聊天对话”到“原生全能数字员工”的技术演进
人工智能·openai·智能体·gpt-5.4
NAGNIP17 分钟前
一文搞懂CNN经典架构-AlexNet!
人工智能·算法
Agent产品评测局18 分钟前
企业 AI Agent 落地,如何保障数据安全与合规?——企业级智能体安全架构与合规路径深度盘点
人工智能·安全·ai·chatgpt·安全架构
Hello.Reader19 分钟前
深度学习 三次浪潮、三大驱动力与神经科学的恩怨(二)
人工智能·深度学习
ggabb25 分钟前
汉字破局:AI时代的文明反攻与英语世界的“偷师”真相
人工智能
roman_日积跬步-终至千里28 分钟前
【深度学习】从前向传播到反向传播:用两层 sigmoid 网络把 Backprop 一次讲透
人工智能·深度学习
sinat_2869451929 分钟前
claude code上下文
人工智能·深度学习·prompt