Agente de IA monta o dashboard de uma equipe a partir do Jira em uma hora, e não em um mês de trabalho de analista
Antes, um analista levava cerca de um mês para montar o dashboard de uma equipe a partir do Jira, e a maior parte do tempo ia para a conferência dos dados. Agora o trabalho fica com as skills de um agente de IA que lê Jira, GitLab, Confluence e gravações de reuniões, e o board de uma nova equipe fica pronto em uma hora. O agente ainda erra, por exemplo ao contar MRs abertos de maneiras diferentes. Por isso o autor mantém os dados separados do layout e confere os recortes antes de publicar.
Processado por IA de Habr AI; editado por Hamidun News
O dashboard de uma equipe a partir do Jira costuma parecer um projeto de um mês: o analista exporta os dados, confere, monta o layout e confere de novo. O autor da análise no Habr, ex-CTO com uma área de engenharia de mais de 50 pessoas e hoje responsável por uma plataforma que processa 2000 operações financeiras por segundo, transformou esse processo em um conjunto de skills para um agente de IA. Hoje ele monta o board de uma nova equipe em no máximo uma hora. O mais útil no texto não é a velocidade, mas a lista franca dos pontos em que o agente erra.
Por que levava um mês
Desenhar uma página com gráficos é simples. O tempo vai para os dados e para a verificação deles, e os erros ali são silenciosos: o board parece confiável, mas os números estão errados. O autor lista os casos típicos.
O motivo de uma tarefa ter sido adiada fica escondido nos comentários: ela foi para o sprint seguinte, mas o porquê só aparece na conversa. A exportação paginada do Jira pode devolver, sem avisar, bem menos tarefas do que existem de fato, e nenhum erro é exibido. O escopo da equipe pode ser definido de forma errada, e o volume de trabalho acaba várias vezes menor que o real, mas o gráfico continua parecendo plausível. Além disso, um dashboard de BI típico de desenvolvimento muitas vezes nem traz métricas de sprint. Por isso o mês do analista é, na maior parte, conferência.
Como funciona a solução
O agente lê Jira, gravações de reuniões, calendário, GitLab e Confluence, sempre com permissão apenas de leitura. O próprio board informa que o agente não gravou nada. A condição é rígida: um agente capaz de mudar o status de uma tarefa ou fechar um MR não serve para esse board.
O board em si é um único arquivo HTML de referência, com os dados em um bloco JSON separado. A cada sprint, o agente altera apenas os dados e publica o board no mesmo endereço, sem mexer no layout. Isso evita que o agente "corrija" um número diretamente no texto da página e ele fique diferente dos demais.
Aqui, uma skill é uma instrução mais scripts: de onde tirar os dados, como calcular cada métrica, qual template preencher e o que verificar antes de publicar. Tudo o que o analista guardava na cabeça fica registrado uma única vez. Para uma nova equipe, o autor define o escopo, confere a primeira execução e o board está pronto. A análise trimestral e a previsão de backlog funcionam do mesmo jeito: são scripts que recalculam tudo a partir da exportação do Jira, e não uma pessoa numa planilha.
As métricas foram escolhidas de acordo com as perguntas que o autor faz na revisão do sprint:
- quanto foi concluído em relação ao tempo decorrido do sprint, com indicador em semáforo;
- tendência ao longo de vários sprints, porque um sprint ruim não significa nada, mas uma sequência significa;
- throughput e número de tarefas em andamento por pessoa;
- profundidade do adiamento: por quantos sprints seguidos uma tarefa é empurrada;
- fechamento "no carimbo": a fatia de tarefas encerradas no último dia do sprint; se for alta, o burnup mente;
- tarefas não planejadas vindas das gravações de reuniões, tarefas travadas, MRs abertos sem revisor;
- divergências entre Confluence e Jira.
Tarefas não planejadas e divergências entre documentos e o tracker são algo que o BI, por princípio, não mostra: para isso são necessárias as gravações de reuniões e o texto dos documentos, não apenas a tabela de tarefas.
Onde o agente erra
O autor ressalta que o agente erra com regularidade. Por exemplo, os MRs abertos sem revisor foram contados de formas diferentes em dois recortes. Cada recorte, isoladamente, parecia normal, e a divergência só apareceu quando foram colocados lado a lado. Em outro caso, o dia do sprint no cabeçalho do board ficou diferente do dia do sprint nos dados. É um detalhe pequeno, mas o leitor que o notar passa a desconfiar dos demais números.
Daí saem duas regras. A primeira: qualquer número no board vem do bloco JSON, e um número escrito à mão no HTML é considerado erro, mesmo que hoje coincida. A segunda: se uma métrica é calculada em dois lugares, os recortes são comparados antes da publicação, e, havendo divergência, o board não sai até que a causa seja encontrada. O agente não se cansa, mas também não duvida dos próprios números; por isso quem precisa duvidar é a pessoa, e as regras tornam isso barato.
O que colocar em prática
- Comece com permissão apenas de leitura, para que o agente fisicamente não consiga alterar nada no tracker nem nos repositórios.
- Monte um board de referência à mão e revise-o com cuidado; depois disso, o agente preenche apenas os dados.
- Confira o número de tarefas na exportação com o número exibido no próprio Jira.
- Registre o escopo da equipe de forma explícita: quais projetos e quadros entram.
- Inclua o que não está no tracker: gravações de reuniões e documentos.
A limitação é evidente: trata-se do relato da experiência pessoal de um único gestor, sem medições de precisão nem do custo de tokens, e o board de demonstração foi construído com dados fictícios. Mas a conclusão prática é clara: o board da equipe deixa de ser um projeto, pode ser criado para cada time e atualizado a cada sprint sem uma pessoa dedicada. O tempo que ia para a montagem fica livre para a conversa sobre o que fazer com os números.
- 12 de nov. de 2026BI-team da Avito monta dashboards com agente em 8–10 dias, em vez de 20
- 8 de nov. de 2026Cult.fit move o desenvolvimento para o Codex: rede social em 2 meses em vez de um ano
- 28 de abr. de 2026Claude Code e 11 agentes: como um time de QA automatizou até 80% da rotina de testes
- 11 de jul. de 2026Claude Reflect: Anthropic lança um Spotify Wrapped para o ChatGPT
Perguntas frequentes sobre a notícia
Por que levava um mês?
Desenhar uma página com gráficos é simples. O tempo vai para os dados e para a verificação deles, e os erros ali são silenciosos: o board parece confiável, mas os números estão errados. O autor lista os casos típicos. O motivo de uma tarefa ter sido adiada fica escondido nos comentários: ela foi para o sprint seguinte, mas o porquê só aparece na conversa. A exportação paginada do Jira pode devolver, sem avisar, bem menos tarefas do que existem de fato, e nenhum erro é exibido.
Como funciona a solução?
O agente lê Jira, gravações de reuniões, calendário, GitLab e Confluence, sempre com permissão apenas de leitura. O próprio board informa que o agente não gravou nada. A condição é rígida: um agente capaz de mudar o status de uma tarefa ou fechar um MR não serve para esse board. O board em si é um único arquivo HTML de referência, com os dados em um bloco JSON separado. A cada sprint, o agente altera apenas os dados e publica o board no mesmo endereço, sem mexer no layout.
Onde o agente erra?
O autor ressalta que o agente erra com regularidade. Por exemplo, os MRs abertos sem revisor foram contados de formas diferentes em dois recortes. Cada recorte, isoladamente, parecia normal, e a divergência só apareceu quando foram colocados lado a lado. Em outro caso, o dia do sprint no cabeçalho do board ficou diferente do dia do sprint nos dados. É um detalhe pequeno, mas o leitor que o notar passa a desconfiar dos demais números. Daí saem duas regras.
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.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.