我开源了一个AI需求分析工具 | 适合交作业和学习

最新推荐文章于 2025-05-08 12:14:03 发布

CodeBat - 程序蝠

最新推荐文章于 2025-05-08 12:14:03 发布

阅读量556

点赞数 18

分类专栏：好用工具推薦項目文章标签：开源人工智能需求分析

本文链接：https://blog.csdn.net/m0_62361730/article/details/147122426

版权

好用工具推薦同时被 2 个专栏收录

3 篇文章

订阅专栏

項目

2 篇文章

订阅专栏

我开源了一个AI需求分析工具 | 适合交作业和学习

在这里插入图片描述

🚀 前言

大家好！最近在学习软件工程和大模型应用开发的过程中，我发现许多学生都遇到了需求分析AI的题目。把一份需求文档转化为用户故事、实体关系或数据库设计，对于初学者来说确实有些挑战。

于是我开发了一个基于AI的需求分析工具——AI需求分析师，希望能帮助正在学习软件工程或数据库设计的同学们：

快速理解需求文档转换为技术设计的过程
为课程作业提供灵感和参考
学习现代前端框架和AI应用开发

项目已经开源在GitHub上(地址在文末)，欢迎大家使用、学习和贡献！

欢迎大家Fork或是Star这个项目!

📋 项目介绍

AI需求分析师是一个完整的Web应用，基于现代前端框架Remix构建，集成了OpenAI API，能够智能分析需求文档，自动生成用户故事、需求实体和数据库设计。

项目特点：

✅ 完整的用户系统：注册、登录、找回密码等功能
💡 AI驱动分析：使用OpenAI API智能解析需求文档
📊 三种分析结果：用户故事、实体分析、数据库设计
🎨 美观的UI：基于TailwindCSS的现代界面设计
📱 响应式设计：完美支持移动端和桌面端
🔐 安全可靠：完善的错误处理和数据验证

技术栈

前端框架：Remix - React框架，带有服务器端渲染
样式方案：TailwindCSS - 实用优先的CSS框架
数据库：Prisma + SQLite（可扩展至其他数据库）
认证：自定义JWT会话认证系统
AI集成：OpenAI API（GPT-4）

🖼️ 效果展示

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传
在这里插入图片描述

首页：展示应用介绍和主要功能
项目管理页：展示用户创建的所有项目
需求分析页：展示需求输入和分析结果
用户故事示例：AI生成的用户故事格式和内容
实体分析示例：AI识别的业务实体及关系
数据库设计示例：AI推荐的数据库模式设计

💻 如何使用

安装步骤

克隆仓库

git clone https://github.com/yourusername/ai-requirements-analyzer.git
cd ai-requirements-analyzer

安装依赖

npm install

设置环境变量

vim .env
# 编辑.env文件，添加必要的配置

初始化数据库

npx prisma migrate dev --name init

启动开发服务器

npm run dev

访问应用

http://localhost:5173

环境变量配置

项目需要以下环境变量：

# 数据库配置
DATABASE_URL="file:./dev.db"

# 会话安全密钥
SESSION_SECRET="your-super-secret-session-key"

# OpenAI API密钥
OPENAI_API_KEY="your-openai-api-key"

# 应用URL - 用于生成密码重置链接
APP_URL="http://localhost:5173"

# 邮件服务器配置
SMTP_HOST="smtp.gmail.com"
SMTP_PORT="587"
SMTP_SECURE="false"
SMTP_USER="your-email@gmail.com"
SMTP_PASS="your-app-password"

💡 提示：如果你只是学习使用，不需要真实的邮件功能，可以使用Ethereal提供的测试服务，详见项目README。

🔍 核心功能详解

1. 用户故事生成

输入一份需求文档后，AI会自动解析并生成符合敏捷开发标准的用户故事，格式为：

作为一个[角色]，我想要[功能]，以便[好处]。

这对学习敏捷开发和用户故事编写的同学非常有帮助。AI会尝试识别所有可能的角色和功能点，确保复盖面广泛。

2. 需求实体分析

AI会识别需求文档中提到的所有业务实体，并分析它们的属性和关系。例如，对于一个学生管理系统，可能会识别出：

学生（属性：学号、姓名、年龄…）
课程（属性：课程ID、名称、学分…）
关系：学生可以选修多门课程，一门课程可以被多个学生选修

这对于理解实体关系和学习领域建模的同学很有启发。

3. 数据库设计生成

基于实体分析，AI会自动生成数据库设计方案，包括：

表结构定义
字段类型和约束
主键和外键关系
索引建议

这对数据库课程的作业和设计很有帮助，可以作为一个参考或起点。

📚 学习价值

这个项目不仅是一个实用工具，更是一个学习平台，学生可以从中学习到：

现代前端开发
- React和Remix框架的使用
- TailwindCSS的实用优先CSS理念
- 响应式设计和组件化开发
后端和数据库知识
- Prisma ORM的使用
- 数据库关系设计
- RESTful API设计
AI应用开发
- 提示工程技术(Prompt Engineering)
- 大语言模型集成方法
- AI生成内容的处理和展示
软件工程实践
- 需求分析方法论
- 用户故事编写
- 实体关系设计
- 数据库模式设计

🛠️ 定制和学习建议

对CS/软件工程专业学生的建议

学习代码结构
- 研究项目的文件结构和模块设计
- 了解前后端数据流和状态管理
扩展功能
- 添加导出功能（PDF、Word等）
- 实现版本历史记录
- 添加团队协作功能
改进AI提示词
- 修改app/utils/openai.server.ts中的提示词
- 尝试不同的格式和指令，比较效果
- 研究如何更好地引导AI生成结构化内容