AI Coding协作开发工作台实战案例：为电商系统添加用户评论功能

本文通过一个完整案例，展示如何使用 Agent Dev Dashboard + GLM-4.7 进行实际的开发工作。
Agent Dev Dashboard GitHub 仓库

📋 案例背景

项目 : 电商后端服务 ecommerce-api
任务 : 添加用户商品评论功能
团队 : 3 人（Alice 作为 Owner，Bob 和 Charlie 作为 Member）
AI: 智谱 GLM-4.7 大模型

第一步：创建项目并邀请成员

1.1 Alice 创建项目

登录系统后，在首页填写：

字段	值
Project name	ecommerce-api
Repo URL	git@github.com:acme/ecommerce-api.git
Default branch	main

系统自动克隆仓库到本地。

1.2 Alice 邀请团队成员

使用邀请码系统：

Alice 进入项目详情页
在 Invitations 区块设置：
- 有效期：7 天
点击 "Create Invitation"
系统生成邀请码：ABCD1234EFGH
Alice 将邀请码通过 IM/邮件发送给 Bob 和 Charlie

Bob 注册：

访问系统，点击登录
看到注册表单，输入：
- 用户名：bob
- 密码：******
- 邀请码：ABCD1234EFGH
点击 "Create User"

Charlie 注册：使用相同流程

第二步：配置 LLM

Alice 设置项目级 LLM 配置（项目费用统一核算）：

Alice 进入项目详情页
在 LLM Configuration 区块填写：
- Provider: GLM (Zhipu AI)
- API Key: 项目专用 API Key
- Base URL: https://open.bigmodel.cn/api/paas/v4/
- Model: glm-4-plus
- Temperature: 0.7
- Max Tokens: 4096
点击 "Save Configuration"

结果：该项目所有 Agent 调用都使用项目配置，费用统一核算到项目。

第三步：创建 Slice

Alice 创建一个新的开发 Slice：

字段	填写内容
Title	添加用户商品评论功能
Scope	用户可以对商品发表评论、评分、查看评论列表；管理员可以删除不当评论
Out of Scope	不包含评论点赞、评论回复、图片上传功能
Risk Level	low-write

第四步：设定验收标准

Alice 在 Slice 详情页添加验收标准：

复制代码

Code: AC-001
Text: 用户可以查看指定商品的所有评论
Verification: GET /api/products/{id}/reviews 返回评论列表

Code: AC-002
Text: 用户可以提交商品评论（评分 1-5 星 + 文字内容）
Verification: POST /api/products/{id}/reviews 创建评论，数据库验证

第五步：生成上下文包

Bob 点击 "Generate Context Pack"，系统自动收集上下文信息。

第六步：执行 PM Agent（AI 辅助需求分析）

6.1 Bob 触发 AI Agent

点击 PM → Run。

系统后台执行流程：

复制代码

1. 创建独立的 Git Worktree
   ├── 路径: workspace/project_1/worktrees/run_1_slice_0001/
   └── 基于 branch: slice-1-add-product-comments

2. 获取有效 LLM 配置（项目级配置）
   └── API Key: 项目专用 API Key
       └── Model: glm-4-plus

3. 调用 PM Agent（使用 GLM-4.7）
   ├── 输入: Context Pack + 验收标准 + 现有代码
   ├── System Prompt: "你是一位经验丰富的产品经理..."
   ├── User Prompt: 详细的需求描述和 AC
   │
   └── GLM-4.7 输出: AI 生成的 PRD 文档

4. 写入文件
   ├── docs/PRD.md (PM Agent 生成的 PRD)
   ├── docs/ACCEPTANCE.md (验收标准文档)
   └── tasks/0001-slice-1.md (任务卡片)

5. Git 自动提交
   └── commit: "slice 1: pm artifacts"

6.2 GLM-4.7 生成的 PRD 文档

AI 生成的 PRD：

markdown 复制代码

📁 docs/PRD.md
## Slice 1: 添加用户商品评论功能

### 背景与目标
- 背景：当前电商系统缺少用户互动功能，无法了解用户对商品的真实反馈
- 目标：增加用户评论功能，提升购买转化率和用户参与度

### 用户故事
- US-001 作为买家，我希望查看商品评论，以便做出购买决策
- US-002 作为买家，我希望发表商品评论，以便分享使用体验
- US-003 作为管理员，我希望管理不当评论，以便维护社区氛围

### 业务规则
- 规则：
  - 每个用户对每个商品只能评论一次
  - 评论内容长度限制在 500 字以内
  - 评论需要管理员审核后才能公开显示
  - 评分范围 1-5 星
- 边界：
  - 不支持评论编辑和删除（用户）
  - 不支持评论回复和点赞
- 异常流程：
  - 评论提交失败返回 400 错误
  - 重复评论返回提示信息

6.3 Bob 审核并迭代

Bob 发现的问题：

❌ 缺少评论内容审核机制

Bob 的处理（方式 A：重新运行）：

Bob 在 AC 中补充：

复制代码

Code: AC-006
Text: 管理员审核后评论才公开
Verification: 新建评论默认状态为 pending

重新点击 PM → Run

GLM-4.7 根据补充的 AC 更新了文档：

markdown 复制代码

### 业务规则
- 规则：
  - 每个用户对每个商品只能评论一次
  - 评论内容长度限制在 500 字以内
  - 评论需要管理员审核后才能公开显示 ⭐ 新增
  - 评分范围 1-5 星

Bob 确认：PRD 现在完整了，继续下一步。

第七步：执行 Architect Agent（AI 辅助架构设计）

7.1 Bob 触发 AI Agent

点击 Architect → Run。

GLM-4.7 生成的架构文档：

markdown 复制代码

📁 docs/DESIGN.md
## Slice 1: 添加用户商品评论功能

### 系统架构
- 整体架构：分层架构（Controller → Service → Repository）
- 模块划分：reviews API 模块、Review 数据模型

### API 契约
- RESTful API 设计
- 请求/响应格式：JSON
- 错误码定义

### 数据模型

GLM-4.7 生成的 OpenAPI 规范：

yaml 复制代码

📁 contracts/openapi.yaml
openapi: 3.0.0
info:
  title: Product Reviews API
  version: 1.0.0
paths:
  /api/products/{id}/reviews:
    get:
      summary: 获取商品评论列表
      parameters:
        - name: id
          in: path
          required: true
          schema:
            type: integer
        - name: page
          in: query
          schema:
            type: integer
            default: 1
      responses:
        200:
          description: 成功

第八步：执行 Dev Agent（AI 辅助代码开发）

8.1 Charlie 触发 AI Agent

点击 Dev → Run。

GLM-4.7 生成的代码：

python 复制代码

📁 src/models/review.py
from datetime import datetime
from sqlalchemy import Column, Integer, Text, String, DateTime, ForeignKey
from sqlalchemy.orm import relationship
from src.db import Base

class Review(Base):
    __tablename__ = 'reviews'

    id = Column(Integer, primary_key=True)
    user_id = Column(Integer, ForeignKey('users.id'), nullable=False)
    product_id = Column(Integer, ForeignKey('products.id'), nullable=False)
    rating = Column(Integer, nullable=False)
    content = Column(Text, nullable=False)
    status = Column(String(20), default='pending')
    created_at = Column(DateTime, default=datetime.utcnow)

    # 关系
    user = relationship("User", back_populates="reviews")
    product = relationship("Product", back_populates="reviews")

python 复制代码

📁 src/api/reviews.py
from fastapi import APIRouter, Depends, HTTPException
from pydantic import BaseModel, validator

class ReviewCreate(BaseModel):
    rating: int
    content: str

    @validator('rating')
    def validate_rating(cls, v):
        if not 1 <= v <= 5:
            raise ValueError('Rating must be between 1 and 5')
        return v

@router.post("/{product_id}/reviews", status_code=201)
def create_review(
    product_id: int,
    review: ReviewCreate,
    db: Session = Depends(get_db),
    current_user: dict = Depends(get_current_user)
):
    """创建商品评论"""
    # Pydantic 自动验证评分

    # 检查重复评论
    existing = db.query(Review).filter(
        Review.user_id == current_user['id'],
        Review.product_id == product_id
    ).first()

    if existing:
        raise HTTPException(
            status_code=400,
            detail="User has already reviewed this product"
        )

    # 创建评论
    new_review = Review(
        user_id=current_user['id'],
        product_id=product_id,
        rating=review.rating,
        content=review.content,
        status='pending'  # 默认待审核
    )

    db.add(new_review)
    db.commit()

    return new_review

第九步：执行 QA Agent（AI 辅助测试）

9.1 Charlie 触发 AI Agent

点击 QA → Run。

GLM-4.7 生成的测试用例：

python 复制代码

📁 tests/integration/test_reviews_api.py
import pytest
from fastapi.testclient import TestClient

def test_get_reviews_pagination(client: TestClient, db_session):
    """测试评论列表分页（AC-005）"""
    # 准备 25 条评论
    for i in range(25):
        review = Review(
            product_id=1,
            user_id=i,
            rating=5,
            content="Test",
            status='approved'
        )
        db_session.add(review)
    db_session.commit()

    # 请求第一页
    response = client.get("/api/products/1/reviews?page=1&page_size=20")
    assert response.status_code == 200

    data = response.json()
    assert data['total'] == 25
    assert data['page'] == 1
    assert len(data['data']) == 20

def test_create_review_success(client: TestClient, auth_headers):
    """测试成功创建评论（AC-002）"""
    response = client.post(
        "/api/products/1/reviews",
        json={"rating": 5, "content": "Great product!"},
        headers=auth_headers
    )
    assert response.status_code == 201

    data = response.json()
    assert data['rating'] == 5
    assert data['status'] == 'pending'  # 待审核

第十步：执行 Ops Agent（AI 辅助运维文档）

点击 Ops → Run。

GLM-4.7 生成的部署文档：

markdown 复制代码

📁 docs/DEPLOY.md
# 评论功能部署指南

## 数据库迁移
```sql
CREATE TABLE reviews (
    id SERIAL PRIMARY KEY,
    user_id INTEGER NOT NULL REFERENCES users(id),
    product_id INTEGER NOT NULL REFERENCES products(id),
    rating INTEGER NOT NULL CHECK (rating >= 1 AND rating <= 5),
    content TEXT NOT NULL,
    status VARCHAR(20) DEFAULT 'pending' CHECK (status IN ('pending', 'approved', 'rejected')),
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CREATE INDEX idx_review_product ON reviews(product_id);
CREATE INDEX idx_review_user ON reviews(user_id);
CREATE INDEX idx_review_status ON reviews(status);

-- 防止用户重复评论
CREATE UNIQUE INDEX idx_review_user_product ON reviews(user_id, product_id);

AI Coding协作开发工作台 实战案例：为电商系统添加用户评论功能

📋 案例背景

第一步：创建项目并邀请成员

1.1 Alice 创建项目

1.2 Alice 邀请团队成员

第二步：配置 LLM

第三步：创建 Slice

第四步：设定验收标准

第五步：生成上下文包

第六步：执行 PM Agent（AI 辅助需求分析）

6.1 Bob 触发 AI Agent

6.2 GLM-4.7 生成的 PRD 文档

6.3 Bob 审核并迭代

第七步：执行 Architect Agent（AI 辅助架构设计）

7.1 Bob 触发 AI Agent

第八步：执行 Dev Agent（AI 辅助代码开发）

8.1 Charlie 触发 AI Agent

第九步：执行 QA Agent（AI 辅助测试）

9.1 Charlie 触发 AI Agent

第十步：执行 Ops Agent（AI 辅助运维文档）

AI Coding协作开发工作台实战案例：为电商系统添加用户评论功能