Jira BUG Analysis Assistant[Jira-BUG分析助手] — Jira BUG Analysis 助手[Jira-BUG分析助手]

Jira Bug Analysis 技能

从 Jira Server/Data Center 拉取 Bug 数据，进行全面分析，并生成自包含的 HTML 报表。

Step 1: Gather Connection Parameters

向用户收集以下必要信息（如果用户已在调用参数中提供，则跳过询问）：

必填参数：

Jira Server URL: 例如 https://jira.company.com 认证方式（二选一）： Personal 访问 令牌 (PAT)（推荐） 用户名 + 密码 Project Key: Jira 项目标识，例如 PROJ

可选参数：

起始日期 (--启动-date): 筛选此日期之后创建的 Bug，格式 YYYY-MM-DD 结束日期 (--end-date): 筛选此日期之前创建的 Bug，格式 YYYY-MM-DD Issue Type 名称 (--issue-type): 默认为 Bug。如果 Jira 实例使用中文或自定义名称（如 故障、缺陷），需指定实际名称。如果用户不确定，可先用 REST API 查询项目实际的 Issue Type 列表 Severity 自定义字段 ID (--severity-field): 如果 Jira 实例中有「严重程度」自定义字段，提供其字段 ID（如 customfield_10072）。告诉用户可以在 Jira 管理后台的自定义字段页面找到此 ID 如果用户的 Jira 使用自签名证书，需要添加 --no-验证 参数

如果用户没有提供日期范围，建议默认使用最近 90 天。

Step 2: 安装 Dependencies

运行以下命令安装 Python 依赖：

pip 安装 -r ${技能_DIR}/requirements.txt

如果 pip 命令失败，尝试使用项目虚拟环境：

source ${技能_DIR}/.venv/bin/activate && pip 安装 -r ${技能_DIR}/requirements.txt

Step 3: 执行 Data Pull

构建并执行以下命令来获取 Jira Bug 数据：

python ${技能_DIR}/scripts/获取_jiraData.py \ --server \ --令牌 \ --project \ [--issue-type Bug] \ [--启动-date YYYY-MM-DD] \ [--end-date YYYY-MM-DD] \ [--severity-field customfield_NNNNN] \ [--no-验证]

如果使用用户名密码认证，将 --令牌 替换为 --username --password 。

脚本输出：stdout 为结构化 JSON 数据，stderr 为进度信息。捕获 stdout 的 JSON 内容进行后续分析。

Issue Type 自动检测：如果脚本返回 0 条数据，可能是 Issue Type 名称不匹配。此时应通过 REST API 查询项目实际的 Issue Type 列表：

curl -u : -k /rest/API/2/project/ | python3 -c "导入 sys,json;[print(t['name']) for t in json.load(sys.stdin).获取('issueTypes',[])]"

如果发现实际名称为中文（如 故障、缺陷），用 --issue-type 参数指定后重新执行。

错误处理：

如果脚本退出码非零，向用户展示 stderr 中的错误信息 401 错误：提示用户检查认证凭据 403 错误：提示用户检查项目访问权限 连接错误：提示用户检查服务器 URL 和网络/VPN 连接 SSL 错误：建议使用 --no-验证 参数 Step 4: Analyze the Data

基于获取到的 JSON 数据进行全面分析。JSON 包含三部分：metadata（元数据）、aggregations（聚合统计）、issues（原始 Issue 列表）。

重点关注以下分析维度：

4.1 Executive Summary（执行摘要） 总 Bug 数量、未解决数量、已解决数量 未解决率（未解决/总数） Bug 创建趋势方向（增长/稳定/下降） 平均解决时间 4.2 Bug Creation Trend（Bug 创建趋势） 按月展示 Bug 创建数量变化 识别峰值月份并尝试关联可能的原因 对比创建量与解决量的差异趋势 4.3 Priority Distribution（优先级分布） 各优先级的 Bug 数量和占比 如果 Blocker/Critical 占比异常高，发出警告 4.4 Severity Distribution（严重程度分布） 各严重程度级别的数量和占比（如果有 severity 数据） 对比 severity 与 priority 是否存在不匹配 4.5 组件/模块 Hotspots（组件热点） 哪些组件的 Bug 最多 哪些组件的平均解决时间最长 识别需要重点关注的模块 4.6 Resolution Time Analysis（解决时间分析） 整体解决时间统计（均值、中位数、P90） 按优先级分析解决时间——高优先级 Bug 是否得到快速响应 按严重程度分析解决时间 识别解决时间异常长的 Bug 4.7 As签名ee Workload（经办人工作负载） 各经办人的 Bug 分配数量 未分配的 Bug 数量 各经办人的已解决 Bug 数和解决效率 4.8 Unresolved Bug Aging（未解决 Bug 老化分析） 按老化区间统计：0-7天、8-30天、31-90天、90天以上 按优先级统计未解决的 Bug 标记超过 90 天未解决的高优先级 Bug 4.9 Labels & Tags（标签分析） 常见标签/主题分析 识别回归 Bug（regression 标签）等模式 4.10 Recommendations（建议） 基于以上分析提出 3-5 条可操作的改进建议 针对具体问题给出针对性建议（例如：组件 X 需要更多测试覆盖、经办人 Y 负载过高需要分摊等）

已解决/未解决判定规则（两步判定）： 脚本采用两步判定逻辑，聚合数据中的 unresolved_count、by_as签名ee_detAIled 等字段均基于此规则：

第一步：检查 resolution 字段 — 不为空则判定为「已解决」 第二步：若 resolution 为空，再检查 状态 — 以下状态视为「已解决」：已关闭、INVALID、DUPLICATED、无法复现、已解决 其余状态（如 OPEN、In进度、POSTPONE）视为「未解决」

每条 Issue 的 JSON 中包含 _resolved 布尔字段，表示最终判定结果。

注意：聚合数据已在 Python 脚本中预计算，直接使用 aggregations 中的数值，不要自行重新计算。只在需要具体举例时才引用 issues 数组中的个别 Issue。

Step 5: 生成 HTML 报告

基于分析结果生成一个自包含的 HTML 文件，要求如下：

技术要求 单文件：所有 CSS 和 JavaScript 内联在 HTML 中，不依赖外部 CDN 或文件 图表：使用内联 SVG 绘制图表（柱状图、饼图、趋势图等），不使用外部图表库 兼容性：可直接用 file:// 协议在浏览器中打开 数据驱动渲染（重要）

禁止在 HTML 中硬编码任何数据数值。 所有图表和表格必须从嵌入的原始 JSON 数据动态渲染：

在 HTML 中嵌入完整的脚本输出 JSON：

所有 SVG 图表必须由 JavaScript 函数从 报告_DATA.aggregations 读取数据后动态创建 DOM 元素，不得在 SVG 标签中手写数字 Issue 明细表格从 报告_DATA.issues 数组渲染 指标卡片（总数、未解决数等）从 报告_DATA.aggregations 和 报告_DATA.metadata 读取 AI 分析建议（Section 10）也应尽量从 报告_DATA 中读取数据动态拼接，而非手写固定数字

这样确保页面上展示的每一个数值都可追溯到原始数据，不存在数据编造或计算偏差的可能。

图表动态尺寸规则 所有水平柱状图的 SVG 高度必须根据数据项数量动态计算，禁止使用固定高度 计算公式：svgHeight = datAItems.length * 40 + topP添加ing + 机器人tomP添加ing 每根柱子高度 28px，间距 12px 左侧为文字标签预留足够空间（至少 150px），标签不得超出 SVG viewBox 当数据项超过 15 个时，外层容器设置 max-height: 600px; overflow-y: auto 实现滚动 页面结构 Header: 报表标题、项目名称、日期范围、生成时间（蓝紫渐变背景） Navigation: 顶部粘性导航栏，包含各章节锚点链接

Sections:

• Executive Summary — 8 张指标卡片（4列x2行），数据从 aggregations 读取

• Bug Trend — SVG 柱状图，按月展示创建数和解决数
• Priority Distribution — SVG 水平柱状图或环形图
• Severity Distribution — SVG 图表（如果有 severity 数据，否则跳过此节）
• 组件 Hotspots — SVG 柱状图，按数量降序排列
• Resolution Time — 统计表格（含说明列）+ 按优先级解决时间表格
• As签名ee Analysis — SVG 水平柱状图（使用 aggregations.by_as签名ee_detAIled 数据，按 total 降序）+ 表格（经办人、总数、已解决、未解决、解决率、平均解决天数）。柱状图高度按经办人数量动态计算
• Aging Analysis — SVG 柱状图展示老化区间分布 + 未解决按优先级表格
• Labels — 柱状图（Top 25）
• AI Recommendations — 从 报告_DATA 动态拼接的改进建议列表
• Issue DetAIl Table — 完整 Bug 列表，支持客户端搜索、排序和 Excel 下载

Footer: 报告说明和生成信息

视觉风格 使用专业的明亮主题（页面背景 #f0f2f5，卡片/区块白色，Header 蓝紫渐变） 清晰的排版层次，紧凑间距，最大宽度 1200px 响应式布局，适配不同屏幕宽度 SVG 图表使用 viewBox + preserveAspectRatio="xMinYMin meet" 实现自适应容器宽度，禁止固定像素宽度 SVG 图表配色统一协调 指标卡片布局 使用 grid 4 列 布