وكيل ذكاء اصطناعي يبني لوحة متابعة الفريق من Jira في ساعة بدل شهر من عمل المحلل
كان المحلل يبني لوحة متابعة الفريق من Jira في نحو شهر، وكان معظم الوقت يذهب في مطابقة البيانات. اليوم تتولى ذلك مهارات (Skills) وكيل ذكاء اصطناعي يقرأ Jira وGitLab وConfluence وتسجيلات الاجتماعات، وتصبح لوحة الفريق الجديد جاهزة في ساعة. ومع ذلك يظل الوكيل يخطئ، فهو يحتسب مثلًا طلبات الدمج (MR) المفتوحة بطريقتين مختلفتين. لذلك يفصل المؤلف البيانات عن التصميم، ويقارن اللقطات المختلفة للبيانات قبل النشر.
معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
تبدو لوحة متابعة الفريق من Jira عادةً مشروعًا يستغرق شهرًا: يُصدّر المحلل البيانات، ثم يطابقها، ثم يصمّم اللوحة، ثم يطابقها مرة أخرى. مؤلف التحليل المنشور على Habr مدير تقنية (CTO) سابق أشرف على قسم هندسي يزيد عدد أفراده على 50 شخصًا، وهو اليوم يقود منصة تعالج 2000 عملية مالية في الثانية. حوّل المؤلف هذه العملية إلى مجموعة مهارات (Skills) لوكيل ذكاء اصطناعي، وصار يبني لوحة الفريق الجديد في ساعة على أبعد تقدير. أما أكثر ما يفيد في النص فليس السرعة، بل قائمة صريحة بالمواضع التي يخطئ فيها الوكيل.
لماذا كان الأمر يستغرق شهرًا
لا يصعب رسم صفحة فيها مخططات بيانية. الوقت يذهب في البيانات والتحقق منها، وأخطاؤها صامتة: تبدو اللوحة واثقة بينما الأرقام خاطئة. يعدّد المؤلف حالات شائعة.
سبب ترحيل المهمة مخبّأ في التعليقات: انتقلت المهمة إلى السبرنت التالي، ولا يظهر السبب إلا من المراسلات. وقد يُرجع التصدير المقسّم إلى صفحات من Jira عددًا أقل بكثير من المهام الموجودة فعلًا، بصمت ودون أي رسالة خطأ. وقد يُحدَّد نطاق الفريق بشكل خاطئ فيبدو حجم العمل أقل من الحقيقي بأضعاف، ومع ذلك يبقى الرسم البياني معقولًا. أما لوحة BI النموذجية لمتابعة التطوير فكثيرًا ما لا تحتوي أصلًا على مقاييس السبرنت. لذلك فإن شهر المحلل هو في الأساس وقت مطابقة البيانات.
كيف صُمّم النظام
يقرأ الوكيل Jira وتسجيلات الاجتماعات والتقويم وGitLab وConfluence، وفي كل ذلك بصلاحيات القراءة فقط. وتُبلغ اللوحة نفسها بأن الوكيل لم يكتب شيئًا. الشرط صارم: وكيل يستطيع تغيير حالة مهمة أو إغلاق MR لا حاجة إليه في لوحة كهذه.
اللوحة نفسها ملف HTML مرجعي واحد، وتُحفظ البيانات داخله في كتلة JSON منفصلة. في كل سبرنت يغيّر الوكيل البيانات فقط وينشر اللوحة على العنوان نفسه، دون أن يمسّ التصميم. وهذا يحمي من أن «يصحّح» الوكيل رقمًا مباشرة في نص الصفحة فيتعارض مع بقية الأرقام.
المهارة هنا تعليمات مع سكربتات: من أين تؤخذ البيانات، وكيف يُحتسب كل مقياس، وأي قالب يُملأ، وما الذي يجب فحصه قبل النشر. كل ما كان المحلل يحتفظ به في رأسه صار مكتوبًا مرة واحدة. وللفريق الجديد يحدد المؤلف النطاق ويراجع التشغيل الأول، وتصبح اللوحة جاهزة. والمراجعة الفصلية وتوقع الأعمال المتراكمة (backlog) تعملان بالطريقة نفسها: تعيد السكربتات حسابهما من تصدير Jira، لا إنسان في جدول بيانات.
اختيرت المقاييس بما يناسب الأسئلة التي يطرحها المؤلف في مراجعة السبرنت:
- كم أُغلق من المهام مقابل الوقت المنقضي من السبرنت، مع مؤشر بألوان إشارة المرور؛
- الاتجاه عبر عدة سبرنتات، لأن سبرنتًا سيئًا واحدًا لا يعني شيئًا، أما سلسلة منها فتعني؛
- throughput وعدد المهام قيد التنفيذ لكل شخص؛
- عمق الترحيل: كم سبرنتًا متتاليًا تنتقل فيه المهمة؛
- الإغلاق «بالختم»: حصة المهام المغلقة في اليوم الأخير من السبرنت؛ فإذا ارتفعت، فإن burnup يكذب؛
- المهام غير المخططة المستخرجة من تسجيلات الاجتماعات، والمهام العالقة، وطلبات الدمج (MR) المفتوحة بلا مراجع؛
- التباينات بين Confluence وJira.
أما المهام غير المخططة وتباين الوثائق مع نظام التتبع فلا تستطيع أدوات BI إظهارها من حيث المبدأ: فهي تحتاج إلى تسجيلات الاجتماعات ونصوص الوثائق، لا إلى جدول المهام وحده.
أين يخطئ الوكيل
يؤكد المؤلف أن الوكيل يخطئ بانتظام. فمثلًا احتُسبت طلبات الدمج (MR) المفتوحة بلا مراجع بطريقتين مختلفتين في لقطتين من البيانات. بدت كل لقطة سليمة بمفردها، ولم يظهر التباين إلا حين وُضعتا جنبًا إلى جنب. وفي حالة أخرى اختلف يوم السبرنت في ترويسة اللوحة عن يوم السبرنت في البيانات. تفصيل صغير، لكن القارئ الذي يلحظه سيتوقف عن الثقة ببقية الأرقام.
ومن هنا قاعدتان. الأولى: كل رقم في اللوحة يؤخذ من كتلة JSON، وأي رقم مكتوب يدويًا في HTML يُعدّ خطأ، حتى لو كان مطابقًا الآن. الثانية: إذا احتُسب مقياس في موضعين، تُقارَن اللقطتان قبل النشر، وعند التباين لا تُنشر اللوحة حتى يُعثر على السبب. الوكيل لا يتعب، لكنه لا يشك في أرقامه أيضًا، ولذلك يتعيّن على الإنسان أن يشك، والقواعد تجعل ذلك رخيصًا.
ما الذي يمكن تطبيقه
- ابدأ بصلاحيات القراءة فقط، حتى لا يستطيع الوكيل فعليًا تغيير أي شيء في نظام التتبع والمستودعات.
- ابنِ لوحة مرجعية واحدة يدويًا وراجعها بعناية، وبعد ذلك يملأ الوكيل البيانات فقط.
- قارن عدد المهام في التصدير بالعدد الظاهر في Jira نفسها.
- دوّن نطاق الفريق بوضوح: أي المشاريع واللوحات تدخل فيه.
- أضف ما ليس في نظام التتبع: تسجيلات الاجتماعات والوثائق.
القيد واضح: هذا وصف لتجربة شخصية لمدير واحد، دون قياسات للدقة ولا لتكلفة التوكنات، واللوحة التجريبية مبنية على بيانات مختلقة. لكن الخلاصة العملية جلية: لم تعد لوحة الفريق مشروعًا قائمًا بذاته، ويمكن إنشاؤها لكل فريق وتحديثها في كل سبرنت دون موظف مخصص. والوقت الذي كان يذهب في بنائها يتحرر للنقاش حول ما ينبغي فعله بهذه الأرقام.
- 12 نوفمبر 2026فريق BI في أفيتو يبني لوحات المعلومات بمساعدة وكيل ذكي خلال 8–10 أيام بدلًا من 20
- 8 نوفمبر 2026Cult.fit تنقل التطوير إلى Codex: شبكة اجتماعية داخل التطبيق في شهرين بدلًا من عام
- 28 أبريل 2026Claude Code و11 وكيلًا: كيف أتمتت فرقة ضمان الجودة ما يصل إلى 80% من روتين الاختبار
- 11 يوليو 2026Claude Reflect: Anthropic تطلق ما يشبه Spotify Wrapped لمساعدات الذكاء الاصطناعي
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول لماذا كان الأمر يستغرق شهرًا؟
لا يصعب رسم صفحة فيها مخططات بيانية. الوقت يذهب في البيانات والتحقق منها، وأخطاؤها صامتة: تبدو اللوحة واثقة بينما الأرقام خاطئة. يعدّد المؤلف حالات شائعة. سبب ترحيل المهمة مخبّأ في التعليقات: انتقلت المهمة إلى السبرنت التالي، ولا يظهر السبب إلا من المراسلات. وقد يُرجع التصدير المقسّم إلى صفحات من Jira عددًا أقل بكثير من المهام الموجودة فعلًا، بصمت ودون أي رسالة خطأ. وقد يُحدَّد نطاق الفريق بشكل خاطئ فيبدو حجم العمل أقل من الحقيقي بأضعاف، ومع ذلك يبقى الرسم البياني معقولًا.
ما أبرز التفاصيل حول كيف صُمّم النظام؟
يقرأ الوكيل Jira وتسجيلات الاجتماعات والتقويم وGitLab وConfluence، وفي كل ذلك بصلاحيات القراءة فقط. وتُبلغ اللوحة نفسها بأن الوكيل لم يكتب شيئًا. الشرط صارم: وكيل يستطيع تغيير حالة مهمة أو إغلاق MR لا حاجة إليه في لوحة كهذه. اللوحة نفسها ملف HTML مرجعي واحد، وتُحفظ البيانات داخله في كتلة JSON منفصلة. في كل سبرنت يغيّر الوكيل البيانات فقط وينشر اللوحة على العنوان نفسه، دون أن يمسّ التصميم. وهذا يحمي من أن «يصحّح» الوكيل رقمًا مباشرة في نص الصفحة فيتعارض مع بقية الأرقام.
ما أبرز التفاصيل حول أين يخطئ الوكيل؟
يؤكد المؤلف أن الوكيل يخطئ بانتظام. فمثلًا احتُسبت طلبات الدمج (MR) المفتوحة بلا مراجع بطريقتين مختلفتين في لقطتين من البيانات. بدت كل لقطة سليمة بمفردها، ولم يظهر التباين إلا حين وُضعتا جنبًا إلى جنب. وفي حالة أخرى اختلف يوم السبرنت في ترويسة اللوحة عن يوم السبرنت في البيانات. تفصيل صغير، لكن القارئ الذي يلحظه سيتوقف عن الثقة ببقية الأرقام. ومن هنا قاعدتان. الأولى: كل رقم في اللوحة يؤخذ من كتلة JSON، وأي رقم مكتوب يدويًا في HTML يُعدّ خطأ، حتى لو كان مطابقًا الآن.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.