План миграции с Jira, ИИ, аналитика разработки: продуктовые обновления Naumen Project Ruler

Команды разработки, использующие Jira, сегодня оказались в трудных условиях. Обновлений и поддержки больше нет, а процессы остались. Теперь вопрос не в том, переходить или нет на другое решение, а в том, как это сделать и не сломать работу команд.

Привычные сложности многоэтапной разработки тоже остаются: соблюдать сроки, справляться с объемом задач и коммуникаций, искать оптимальные решения на основе данных.

Провели вебинар, на котором эксперты Naumen Project Ruler Андрей Иванов, Савелий Боликов и Ирина Алексеева поделились:

• как организовать миграцию с зарубежного ПО без остановки процессов;
• где новые возможности AI реально упрощают разработку;
• какие инструменты делают работу ИТ-команд более управляемой.

Ниже тезисно, что рассказали по каждой теме.

Миграция с Jira без потерь

При переезде из Jira команда Naumen Project Ruler отдельное внимание уделяет качеству переноса информации. Это значит, что в новую систему будут переданы все данные, с сохранением форматирования, поддержкой любых кастомных схем полей, статусов и с учетом нужной логики.

Скорость миграции обеспечивается специальным мигратором. Это многопоточная обработка 24/7, которая способна справиться с более чем 60 тыс. задач в сутки.

На старте проводим пилотный перенос данных на ограниченном числе проектов. После проверки результатов и корректировок запускаем полномасштабную миграцию.

AI-ассистенты и агенты как полноценные участники команд разработки

В Naumen Project Ruler появились AI-ассистенты, которые заберут на себя рутину и высвободят ресурсы специалистов. Дообучили модели следующим сценариям.

Обработка записей видеовстреч. По итогам созвона AI-ассистент сделает транскрибацию обсуждений, сформирует саммари, добавит в систему черновики задач с ответственными. Менеджеру или другому участнику команды останется проверить на корректность и подтвердить созданное.

Ревью постановок аналитиков. По описанию AI выявит неоднозначные формулировки, противоречия и оценит на соответствие стандартам, принятым в команде.

Генерация тест-кейсов. Модели можно поручить автоматическую подготовку черновика тест-кейса на основе требований и постановки задачи. За аналитиком или тестировщиком будет только финальная проверка.

Реализация задач AI-агентом. Это работает так. Через MCP-сервер агент получает от разработчика контекст задачи или собирает его самостоятельно, например, из статей базы знаний. Далее пишет код, делает запрос на слияние изменений (Merge request), запускает автотесты и правит нужное при необходимости.

Код-ревью. По задаче в GitLab создается Merge request. Затем автоматически запускается AI-ревьюер, который проверит созданный код, сопоставит с требованиями и предложит в комментариях исправления.

Инструменты для сквозной поддержки цикла разработки

В нашем продукте для управления ИТ-разработкой задачи, релизы и изменения объединяются в сквозной процесс. Такой подход помогает команде сократить количество ошибок из-за разрозненности данных и действий, а также гарантирует прозрачность каждого этапа работы для всех участников.

Связь требований с задачами и тест-кейсами обеспечивает команде возможность в любой момент синхронизироваться и сверяться: соответствует ли то, что они делают, целям.

Диаграмма Ганта пригодится для планирования этапов проекта, расчета критического пути и определения контрольных точек, в которых проверяется соответствие графику и другим ключевым параметрам ИТ-проекта.

Декомпозиция задач с настройкой зависимостей позволяет отображать логику их появления, понимать, для чего нужна каждая, и как они связаны друг с другом.

Интеграция с GitLab обеспечивает разработчикам базовый инструмент на этапе написания кода. При наличии API возможна интеграция с любой другой системой.

Документирование реализовано через интеграцию с базой знаний Naumen KMS. В решении доступно множество функций, знакомых пользователям Confluence, — от быстрого поиска и совместной работы над документами до гибкой настройки прав доступа.

Новые инструменты для аналитики спринтов

Добавили диаграммы, которые помогают получить комплексный срез при реализации командой задач спринта и принимать обоснованные решения на основе этой аналитики.

Диаграмма блокировок поможет проанализировать причины и сроки остановки задач, а значит, принять меры, чтобы вовремя исправить ситуацию.

Спектральная диаграмма будет полезна, чтобы получить данные о сроках выполнения задач, которые включают средние показатели и перцентиль. Это позволит более реалистично оценивать сроки работ при последующем планировании.

Диаграмма пропускной способности покажет, сколько задач команда закрывает за выбранный период. Это позволит комплексно оценивать производительность команды и общую динамику спринтов, а также понимать, есть ли возможность взять дополнительную нагрузку.

Запись вебинара