Tapd 全自动 Bug 闭环
- 场景
- 电商系统日常 Bug 修复，人工流转环节多
- 做法
- Tapd MCP 拉取 → AI 定位分析并修复 → 自动提交与状态流转
- 结果
- 单个 Bug 处理耗时 →
我在同一家电商软件公司做了 10 年，为中小企业搭建自有商城平台——商城、订单、库存、支付、营销、会员。 做过开发，也做过项目经理。全栈：后端 .NET、前端 Vue3、MySQL（早期长期用 SQL Server）。
2024 年起我把工作方式彻底换了：需求分析、代码实现、Bug 修复、接口文档，AI 深度参与每一步。 用的是 Cursor、Codex、Claude Code 这一套，串上 Tapd、Linear、Figma 的 MCP。
这两件事的难度完全不同。老系统里，AI 不知道那段代码为什么这么写、哪个字段不能动、 哪个逻辑是三年前为了某个客户特批的。让 AI 在这种环境里可靠地干活，是一套需要单独解决的工程问题。
这就是我在做的事，也是我能帮别人做的事。
面向有存量系统的技术团队，不是面向零基础入门。
在跑了多年的 .NET / Java 系统里建立可靠的 AI 开发流程：项目上下文包、代码规范约束文档、 结构化提示词模板、上下文污染的识别与回滚策略。让 AI 输出的代码符合既有架构，而不是另起一套。
把 AI 接进已有的研发协作链路：Tapd / Linear 自动拉单 → AI 分析修复 → 自动提交流转关闭； Figma 设计稿到前端组件的自动还原；接口文档按模板自动生成。从工具串联到闭环验证。
10 年电商域积累：商城、订单、库存、支付、营销、会员。能从业务层面判断需求是否合理、 会不会跟存量逻辑冲突，输出可直接落地的功能方案——而不只是把需求翻译成代码。
面向在职工程师的 AI 编程落地培训：不讲工具按钮，讲方法与代价。包含真实项目的工时对比数据、 常见失败模式复盘、以及如何在你们自己的技术栈上建立可复用的工作流。
真实生产项目，脱敏呈现。工时数据正在采集中，八月中旬更新第一批。
以下几类事情我可以直接接：
留下信息我会尽快回复。也欢迎直接说明预算范围，方便我判断能不能帮上。