智研协同平台

人工智能其他案例ID：249816

桥

12 年经验· 神码、中软

微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。

案例介绍

项目背景
传统软件研发存在需求拆解不规范、老旧系统维护困难、数据库操作门槛高、研发链路低效等痛点。人工需求拆分标准混乱、迭代低效；停服遗留系统无文档、重构成本高；SQL编写依赖人工经验，缺乏校验闭环。为实现研发全流程智能化提效，搭建智研协同AI研发平台，落地三款自研智能体，构建自动化、可迭代的AI研发赋能体系，提升研发效率与系统自主可控能力。

功能介绍
项目落地需求拆解、ChatSQL、研发再造三大核心AI智能体，形成完整研发智能闭环。需求拆解智能体支持复杂需求结构化拆分与多模型并行推理，人工审核通过后自动生成代码，送入DinD隔离沙箱完成自动化测试、验证与问题修复，实现全流程迭代闭环。ChatSQL智能体依托系统自动维护知识库与LLM-WIKI知识库，自动完成SQL规划、生成、校验、执行与结果反馈，持续优化语义适配能力。研发再造智能体针对停服遗留系统，实现JAR包逆向解析、工程结构还原，自动生成全栈代码模板，打破厂商技术锁定，支撑老旧系统快速重构与跨厂商维护。

项目实现
本人负责三大智能体后端开发、模型适配、知识库搭建与核心功能落地，优化AI研发全流程闭环能力，核心工作如下：
1、需求拆解智能体：实现需求智能拆分、多模型并行推理，打通“需求拆解-人工审核-代码生成-DinD沙箱测试-自动修复”全闭环，统一研发标准，大幅提升迭代效率。
2、研发再造智能体：实现遗留系统JAR包逆向解析与工程结构还原，自动化生成前后端、事务及数据层代码模板，解决厂商停服、系统无文档、迭代维护难的问题，提升系统自主可控性。
3、ChatSQL智能体：维护迭代业务映射知识库与LLM-WIKI专属知识库，优化大模型语义理解，实现SQL智能规划、生成、自动化执行、结果校验与问题反馈修复闭环，有效降低数据查询出错率。
4、适配本地量化大模型集群，优化提示词工程、模型调度与接口逻辑，保障各智能体输出稳定、闭环可迭代，常态化赋能研发工作。