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
zadyd2 小时前
vLLM Linux 双卡部署大模型服务器指南
linux·人工智能·python·机器学习·vllm
j_xxx404_2 小时前
Linux命名管道:跨进程通信实战指南|附源码
linux·运维·服务器·人工智能·ai
agicall.com9 小时前
座机通话双方语音分离技术解决方案详解
人工智能·语音识别·信创电话助手·座机语音转文字·固话座机录音转文字
AI机器学习算法9 小时前
《动手学深度学习PyTorch版》笔记
人工智能·学习·机器学习
Goboy9 小时前
「我的第一次移动端 AI 办公」TRAE SOLO 三端联动, 通勤路上就把活干了,这设计,老罗看了都想当场退役
人工智能·ai编程·trae
qq_452396239 小时前
第二十篇:《UI自动化测试的未来:AI驱动的智能测试与低代码平台》
人工智能·低代码·ui
IT大白鼠9 小时前
AIGC性能的关键瓶颈:算力、数据、算法三者如何互相制约?
算法·aigc
视觉&物联智能10 小时前
【杂谈】-人工智能风险文化对组织决策的深远影响
人工智能·安全·ai·agi
β添砖java10 小时前
深度学习(12)Kaggle房价竞赛
人工智能·深度学习
冬奇Lab10 小时前
RAG 系列(十):混合检索——让召回更全面
人工智能·llm