ai-pmo-platform

AI-PMO Platform是一个结合生成式AI与外部工具集成、用于自动化PMO（项目管理办公室）业务的开源平台（GPL-3.0）。可单独以CLI运行，也可选配WebUI（支持PC与手机）。 主要功能： - WBS生成与再规划：根据会议内容创建WBS草案，并基于延迟预测提出再规划方案（记录为待批准状态，不自动反映到原始WBS） - 风险AI：风险识别、评估、延迟预测、漂移检测（带阈值迟滞） - Task Engine：从多个模板的输出中整合任务并进行优先级排序（确定性、不使用LLM）。台账保存在SQLite（WAL）或PostgreSQL中，支持租户与项目隔离 - PMO AI Core：自动执行负责人建议、进度规则应用、Slack通知、简报输出。判断为确定性，并全部记录到追加日志中。负责人由人工确定，可写回跟踪器（Jira、GitHub Projects、Plane、OpenProject、Azure DevOps） - 学习功能：根据完成实绩，以统计方式校正每位负责人的有效容量与易延迟标签（不使用LLM，带上下限与最低样本数） - Project Digital Twin：每天从Jira同步，以5个维度（进度、资源、风险、预算、阻塞）确定性地评估健康度，LLM仅描述观察与推荐行动 - 角色专用代理：开发、测试、调查、文档、销售各角色AI。开发与测试AI仅创建Jira评论（每次需批准），调查、文档、销售AI为只读，成果仅到供内部评审用的草稿 集成对象：Teams、Jira、Jira Agile、GitHub Projects、Plane、OpenProject、Azure DevOps、Slack、PostgreSQL、向量存储（可从Qdrant、pgvector、Chroma、Milvus、Weaviate中选择） AI提供方：OpenAI、Gemini、Groq、OpenRouter、Claude、Ollama、vLLM、LM Studio 模板DSL为YAML格式，组合adapter/llm/agent/expression各步骤来定义工作流。支持重复处理（for_each/where）、并行执行（parallel）、同时调用多个LLM提供方（profiles）。提示词与YAML分离，LLM通过逻辑配置文件名指定。可通过计数确定的值（完成率、剩余天数等）不让LLM计数，而由适配器侧计算。表达式求值仅限值引用与二元比较，采用不让模板中写入SQL或集合名称的安全设计。 作为行业模板，内置面向建筑、营销、制造、咨询、法务、客户成功、审计、高等教育、非营利、保险、政府采购的模板。 自我参照式运用也已实现，可管理项目自身的开发WBS，并通过CI（aipmo wbs check）验证“完成”的证据（文件与语句）是否存在。 运行要求：Python 3.10+。Docker版需要Docker Compose v2。使用本地LLM（Ollama）时建议约20GB可用空间与16GB以上内存。使用云端AI时仅需数百MB即可运行。