- 博客(443)
- 收藏
- 关注
RSS订阅原创 基于 OpenClaw+DeepSeek 实现需求评审的技能开发与实践
在完成 Skills 需求定义后，通过 OpenClaw 实现代码编程，并开展持续调试优化，过程中针对 AI 的评审遗漏问题进行纠正并反复迭代，持续完善 Skills 开发需求。环境需求描述不完整。：评审前先判定用户指定的模式，若为完备评审，需对所有预设需求元素进行全面检查，未被完备描述的需求元素直接标注为遗漏问题；（2）可以录入名片信息：姓名，公司名称，公司地址，邮编，固定电话，手机，职务，职称，网站地址等。文档缺乏对系统总体功能的介绍，未清晰界定系统范围（做什么/不做什么），也没有描述功能模块的划分。
2026-03-23 09:00:00
478
原创 AI自动生成代码了，度量功能点还有意义吗？
用户可能说“做个电商系统”，但“母婴用品垂直电商”和“全品类电商平台”的功能点规模完全不同——前者需要“育儿知识社区”“母婴用品专属筛选”等功能点，后者需要“多商家入驻”“全品类分类”等功能点，两者的价值差异，正是通过功能点来量化的。无论是项目预算的编制、合同价格的敲定，还是成本的管控，都需要一个明确的基准——功能点，它能精准量化业务需求的体量，让“多少钱办多少事”有章可循，避免因需求模糊导致的报价混乱、预算超支。如果说传统时代，功能点是“有用的工具”，那么AI时代，功能点就是“不可或缺的标尺”。
2026-03-20 09:00:00
451
原创 数据的三重奏：业务实体、数据对象与属性
此时，一个业务实体“订单”对应了两个数据对象——“订单头”和“订单明细”。一份保险合同在业务上无疑是一个整体，但保险公司的业务专员在日常工作中，可能需要独立地维护“合同主信息”（如投保人、有效期）、“合同标的物清单”（如被保的车辆或房产）、“合同受益人清单”（如受益人和受益比例）。此时，业务实体“订单”对应一个数据对象“订单表”，业务实体与数据对象之间是简单的一一对应。理解“业务实体-数据对象-属性”的三层结构，如同获得一把钥匙，既能打开估算模型的黑箱，也能洞见业务与系统协同的底层逻辑。
2026-03-18 09:00:00
436
原创 从“确定性”到“不确定性”：AI时代的两类工作哲学
事实上，工作的核心区别不在于“是否使用工具”，而在于“结果的确定性”——即工作是封闭式的有限解问题，还是开放式的无限解问题。比如“如何设计一款让用户心动的产品”“如何写一篇打动人心的文章”“如何制定企业未来五年的战略”，这些问题没有唯一解，只有“更好”的可能性。在确定性与不确定性的交织中，我们既是规则的制定者，也是意义的创造者——这或许就是AI时代，人类最不可替代的价值。AI的崛起，让我们更清晰地认识到人类的独特价值：不是执行规则的能力，而是定义规则、突破规则、在模糊中寻找方向的能力。
2026-03-16 09:30:00
334
原创 高效驾驭AI：用7要素法给大模型下达精准任务
同时，对于已经归档被退回的文件，可进行修改，删除等操作。针对于产品经理识别的这8项功能，你能否给具体细化：列出每项功能的概述、使用角色、业务流程、处理的业务数据对象及其属性、人机交互的动作序列，包括正常事件流与异常事件流、界面原型。提示词：...（同上背景）...你能否根据这些初步需求帮我细化一下下一个层次的功能列表，功能列表的格式为：模块，子模块，功能项，功能概述。这7要素借鉴了软件工程中描述功能需求的IPO（输入-处理-输出）模式，通过对任务的全方位定义，让AI能够准确理解你的期望并给出高质量的输出。
2026-03-11 15:13:18
420
原创 如何拆分业务需求为系统功能需求？
（按业务事件、操作意图、用户角色、数据生命周期、规则分支切分）进行拆分，我们可以将模糊的业务目标转化为清晰、可执行、可测试的开发任务。在软件开发的整个生命周期中，需求分析是基石，而将模糊、宏观的业务需求，精准地拆解为清晰、可执行的系统功能需求基本单元，则是这一基石中最关键的一步。：一个功能单元执行完毕后，系统应达到一个明确、一致的稳定状态，而不是处于一个中间的、不确定的状态。遵循 VISTA 原则，可以确保我们拆分出的功能单元是清晰、独立且可管理的，为后续的开发、测试和维护工作奠定坚实的基础。
2026-03-09 09:56:17
651
原创 阶段、交付、增量、迭代与里程碑的概念辨析
首先看阶段，无论敏捷还是瀑布模型，均会使用“阶段”这一表述，但通常更常用于瀑布模型。迭代则更侧重过程，一个迭代通常对应一个增量，也可能多个迭代共同构成一个增量，反之，一个增量也可以包含一个或多个迭代。在软件研发过程中，敏捷、瀑布等不同模型常会用到阶段、交付、增量、迭代、里程碑等概念，这些术语看似相近，实则各有定义、适用场景不同，理清其区别与关联，能有效提升研发过程的沟通效率与管控精度。其次是交付，这是一个通用性极强的概念，灵活应用于各种研发模型，无论敏捷还是瀑布，只要向客户交付产品，均可称为交付。
2026-02-11 12:00:00
135
原创 所有的质量问题都是这三个要点
真正有效的质量提升，需要找准适配自身的方法，无论是借鉴成熟的质量管控体系，还是优化内部流程、引入高效的检测工具，核心都是要让质量提升工作更高效、更便捷，让每一份投入都能转化为实实在在的质量优势，避免冗余环节、杜绝无效内耗，实现质量与效率的双向提升。同时，市场端的需求倒逼也不可或缺，当市场竞争日趋激烈，客户对产品质量的要求不断提高，能否以市场需求为导向，主动升级质量管控标准，将质量工作从“被动整改”转向“主动布局”，直接决定了质量投入的决心、力度与方向，也奠定了整个企业质量工作的基调。
2026-02-09 16:27:42
634
原创 AI重构研发：不止是工具革新，更是全维度组织重塑
同时，度量的核心不再是“单一数据”，而是“数据背后的效能提升逻辑”——比如，通过分析AI辅助前后的工作数据，判断AI对整体研发效能、质量的提升幅度，进而优化AI与人工的配合模式。而AI的介入，彻底打破了这种固有模式——未来的研发工作，将是“人+AI结对协作”的全新形态。其实仔细梳理会发现，AI给研发领域带来的这五个维度的变化，并不是孤立存在的——文化变革是基础，组织结构变革是载体，流程变革是核心，考核评价机制变革是引导，度量体系变革是支撑，五者相互关联、层层递进，共同构成了AI时代研发工作的全新框架。
2026-02-06 15:16:20
802
原创 度量指标的数值越大越好还是越小越好？
系统测试的缺陷密度越大越好，还是越小越好呢？不同的人可能观点不一致。推而广之，每个度量指标都存在这个问题，那结论到底是啥呢？
2024-10-17 09:15:04
1277
2
原创 案例：问题处理与原因分析报告的模板
如何对问题进行原因分析？如何识别出应急措施、纠正措施、管理措施、固化措施？做到技术与管理的双归零，本文将给出两个案例供大家参考。
2024-10-09 17:49:08
2900
原创 先行指标与滞后指标的设计要点
在度量工程师认证训练营的首次课程中，布置了设计先行指标与滞后指标的作业，我对作业结果做了点评，希望这些点评能够让大家领悟到设计度量指标的要点。
2024-09-19 11:16:00
1661
1
原创 如何确定测试的重点？
测试投入不足是大多数项目都面临的棘手问题。在此前提下，如何最大限度的提升软件的可靠性呢？本文给出了一个简单框架，帮助组织与项目组定义自己的测试策略、测试重点。
2024-08-29 17:19:57
837
原创 何谓根本原因？
最后一个可控原因就是根因！何谓可控原因？即在原因分析的责任主体内可以改变的因素就是可控原因，反之责任主体无法改变的因素就是不可控因素，不可控因素应该做为原因分析的外部条件，前提条件。
2024-08-17 16:31:28
1070
原创 对软件开发过程可重复性的思考
硬件的生产过程是可重复的。因为对产品功能、质量的要求是相同的、生产设备是相同的，生产流程也是相同的，硬件的生产力来自于设备，因此硬件的生产可以要求生产能力又准又稳，要求生产系统可以持续地生产出满足需求的产品。而每个软件项目的需求是不同的、人员的经验与数量是不同的、开发方法与开发过程是不同的、外部干扰的频次是不同的，软件的生产力来自于人，因而软件过程满足需求的能力相对于硬件的生产过程是偏弱的。人操作硬件，硬件生产产品，人对生产质量有影响，但更重要的是硬件。需求是原材料，是抽象的，每个项目的原材料是不同的。
2024-04-25 07:56:08
777
原创 案例：非功能性需求的设计
很多项目组在设计文档中仅仅是把非功能性需求的描述拷贝到设计文档的非功能性章节。因此特地设计了两个简单的需求给大家参考，希望能够引导设计人员重视非功能性需求的设计。
2024-04-04 15:23:31
887
原创 开发过程中的八种确认方法
确认是确保做了正确的事情，方向不偏。确认可以在项目前期做，也可以在项目后期做，提倡持续确认、质量左移。在前期主要是检测需求的质量，在后期是检测完成的系统是否真的是客户所需。本文概要归纳了开发过程中常见的八种确认手段。
2023-10-19 19:54:04
1062
原创 项目进展跟踪的5个基本原则
对项目进展进行跟踪时，应该遵循以下5条基本原则：原则一：实时跟踪进展以尽早暴露风险原则二： 任务闭环管理以及时调整纠偏原则三：任务状态可视化以提升项目透明性原则四： 总体进展要量化以对齐项目整体目标原则五：真正达到完工标准以避免快而脏
2023-10-10 14:59:56
1480
原创 软件研发管理三部曲：以道御术、术以载道与数以达理
软件研发管理的三部曲：《以道御术》系统解释了软件研发管理的what to do。《术以载道》讲解了软件研发管理的Howto do。《数以达理》系统解释了量化研发管理的how to do。
2023-06-30 14:08:01
1315
原创 使用ZenDAS进行Gompertz趋势分析
采用Gompertz预测缺陷总数是一个简单易用的模型，准确率也比较高。在ZenDAS中可以一键触发进行分析。
2023-06-26 21:08:34
919
原创 案例：从定性原因分析上升到定量原因分析
在定量原因分析时，主要是有四种定量思考的方法：1、数据的居中趋势与离散程度分析：均值、标准差2、 80-20分析：在所有的构成成分中，哪个成分占比最大3、数据的相关性分析：是否存在强相关4、敏感性分析：在所有的影响因子中，哪个影响因子对结果的影响最显著
2023-06-19 08:24:02
1523
原创 原因分析必知必会的十大要点
原因分析是对选定的现象进行全面深入的研究，找到现象背后的真正原因与深层次原因，然后采取合适的措施纠正问题、预防问题。如果没有找到真正的根因就采取措施，往往事倍功半，浪费了投入。那么在原因分析时，有哪些成功要点呢？基于我多年的咨询与引导经验，我总结了如图1所示的十个要点。
2023-06-12 11:36:55
8475
2
原创 如何把简单的事情一次做对？
在工作中领导最讨厌的人就是总把简单的事情做错的下属，在绝大多数人不会犯错的地方犯错，在领导眼中会判定为是基本素质问题，是不可原谅的。如果组织要裁员，那优先裁掉的就是哪些总是犯低级错误的人。那如何确保能够把简单的事情一次做对，提升自己的职场竞争力呢，请参考如下的七步工作。
2023-06-06 14:14:40
968
原创 ChatGPT如何帮助做好质量管理工作？
ChatGPT自推出以来，迅速风靡全球，做为质量管理人员，如何利用ChatGPT更好的进行质量管理呢？以下我们通过9类实例来看看它能起到哪些辅助作用。
2023-05-23 18:09:41
729
原创 CMMI 3.0的276条实践中英文对照
CMMI 3.0在2023年4月6日发布了，包含了31个实践域，276条实践。本文试图把276条实践的中英文对照如下。
2023-04-17 11:29:03
2494
原创 CMMI 3.0 究竟包含了哪些实践域?
本文对CMMI 3.0中的31个PA采用一句话概括了其内容，以帮助大家快速了解CMMI3.0覆盖的范围。
2023-04-09 14:01:02
4267
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人