US 质量评估系统

User Story Quality Gate — 基于 LLM 的 User Story 质量自动评估系统。

系统概述

将模糊的需求草稿，通过 智能润色 → 多视角评审 → 量化评分 → 一键修复 的 Pipeline，转化为高质量、可执行的 User Story。

核心流程

需求草稿 → [智能润色] → 结构化 US → [三视角评审] → 评审发现 → [评分引擎] → 质量报告 → [一键修复] → 修复后 US

功能特性

模块	说明
智能润色	将非结构化草稿转为标准 User Story（As a / I want / So that + Given-When-Then 验收标准），带 confidence 三级标记（high/medium/low）
多视角评审	三个专家视角并行评审：架构（幂等/并发/降级）、测试（量化/边界/异常）、安全（认证/加密/脱敏）
量化评分	纯代码确定性评分：得分 = 100 - Σ(基础扣分 × 严重级别权重)，质量门禁（≥80 优秀 / ≥60 合格 / Critical 强制拦截）
一键修复	根据评审发现自动修复 US，输出修复后的完整 US + fix_notes
Prompt 日志	完整展示每次 LLM 交互的 System Prompt / User Prompt / Response / Token 用量

技术架构

• 后端: Python Flask
• 前端: 单 HTML 文件 + Tailwind CSS CDN + Vanilla JS
• LLM: DeepSeek（通过 OpenAI 兼容 API）
• 评分引擎: 纯 Python 规则计算，不依赖 LLM

项目结构

us_quality/
├── app.py                      # Flask 后端（API 路由 + LLM 调用封装）
├── config.py                   # 配置（API Key、模型名称）
├── requirements.txt            # Python 依赖
├── templates/
│   └── index.html              # 前端单页面
├── prompts/
│   ├── polish.py               # 润色 Prompt（含 Few-shot 示例）
│   ├── review_arch.py          # 架构视角评审 Prompt
│   ├── review_test.py          # 测试视角评审 Prompt
│   ├── review_security.py      # 安全视角评审 Prompt
│   └── fix.py                  # 修复 Prompt
└── rules/
    └── scoring.py              # 评分规则引擎

评分公式

最终得分 = 100 - Σ(基础扣分 × 严重级别权重)

严重级别权重：
  Critical: 15 × 1.5 = 22.5 分/项
  Major:    10 × 1.0 = 10 分/项
  Minor:     5 × 0.5 = 2.5 分/项
  Info:      不扣分

门禁规则：
  ≥ 80 → 优秀（直接流转）
  ≥ 60 → 合格（建议优化）
  < 60 → 不合格（必须修复）
  存在 Critical → 强制拦截（无论分数）

快速开始

1. 安装依赖

pip install -r requirements.txt

2. 配置 API Key

export DEEPSEEK_API_KEY=your_deepseek_api_key

3. 启动服务

python app.py

4. 打开浏览器

访问 http://localhost:5001

设计决策

决策	选择	原因
架构模式	Pipeline（非 Agent）	代码控流，LLM 只做子任务；流程可控、可审计
评分方式	纯代码计算	确定性输出，同样的 findings 永远得到同样的分数
评审并行	ThreadPoolExecutor(3)	三视角独立，并行调用减少等待时间
Prompt 设计	CoT + Few-shot + 反过度检测	先分析再结论，附带示例校准输出质量，防止 LLM 编造问题
Confidence 标记	high/medium/low 三级	区分 AI 输出的可信度，辅助人工决策

License

MIT