# Jira AI Assistant - Керівництво користувача ## Загальна інформація Jira AI Assistant — це потужний інструмент для аналізу, візуалізації та інтелектуальної обробки даних Jira за допомогою штучного інтелекту. Додаток дозволяє імпортувати дані з CSV-експорту Jira, аналізувати їх, створювати різноманітні візуалізації та використовувати можливості AI для глибокого розуміння стану проєкту. ### Основні можливості - Аналіз CSV-експорту з Jira з виявленням ключових метрик - Генерація візуалізацій різних типів для кращого розуміння даних - AI-аналіз даних з використанням моделей OpenAI та Google Gemini - Гібридний чат з відповідями на питання про проєкт - Автоматична генерація структурованих звітів на основі даних - Збереження результатів аналізу та візуалізацій ## Інтерфейс користувача Інтерфейс додатку складається з кількох вкладок, кожна з яких відповідає за певну функціональність: 1. **CSV Аналіз** - завантаження, ініціалізація та аналіз даних з CSV-файлів 2. **Візуалізації** - створення та налаштування візуальних представлень даних 3. **AI Асистенти** - робота з AI моделями для аналізу та генерації контенту 4. **Jira API** - прямий зв'язок з Jira API (у розробці) 5. **Інтеграції** - інтеграція з іншими сервісами (у розробці) ## CSV Аналіз Ця вкладка призначена для роботи з даними Jira у форматі CSV. ### Завантаження CSV-файлу 1. Перейдіть на вкладку "CSV Аналіз" 2. У блоці "Завантаження CSV" натисніть кнопку для вибору файлу або перетягніть файл у відповідну область 3. Встановіть значення "Кількість днів для визначення неактивних тікетів" (за замовчуванням 14 днів) ### Робота з локальними файлами Програма може працювати з CSV-файлами, що зберігаються в директорії `current_data`: 1. Натисніть кнопку "Оновити список файлів" для відображення доступних локальних файлів 2. У випадаючому списку "Виберіть файли з директорії current_data" виберіть один або кілька файлів 3. Для перегляду вмісту конкретного файлу: - Виберіть файл у списку "Виберіть файл для перегляду" - Натисніть кнопку "Переглянути" ### Ініціалізація та аналіз даних Для аналізу даних натисніть кнопку "Ініціалізація та Аналіз". Процес виконає наступні кроки: 1. Завантаження та об'єднання вибраних файлів (якщо вибрано кілька) 2. Обробка даних для аналізу 3. Генерація статистики та виявлення неактивних тікетів 4. Відображення звіту з результатами Звіт містить: - Загальну статистику проєкту (кількість тікетів, розподіл за статусами, типами, пріоритетами) - Аналіз неактивних тікетів (тікети без змін протягом вказаного періоду) - Рекомендації ### Очищення тимчасових даних У розділі "Обслуговування" можна виконати очищення тимчасових даних: 1. Розгорніть секцію "Обслуговування" 2. Натисніть кнопку "Очистити тимчасові дані" Ця функція видаляє всі тимчасові файли, включаючи індекси, сесії та звіти, але не видаляє файли в директорії `current_data`. ## Візуалізації Вкладка "Візуалізації" дозволяє створювати різні графічні представлення даних. ### Створення візуалізацій 1. Виберіть тип візуалізації зі списку: - **Статуси** - розподіл тікетів за статусами - **Пріоритети** - розподіл тікетів за пріоритетами - **Типи тікетів** - розподіл за типами (Bugs, Tasks, Stories тощо) - **Призначені користувачі** - розподіл тікетів за виконавцями - **Активність створення** - кількість нових тікетів за період - **Активність оновлення** - кількість оновлених тікетів за період - **Кумулятивне створення** - наростаюча кількість тікетів з часом - **Неактивні тікети** - аналіз тікетів без руху - **Теплова карта: Типи/Статуси** - взаємозв'язок між типами та статусами - **Часова шкала проекту** - загальна шкала активності - **Склад статусів з часом** - зміна складу статусів з часом 2. Налаштуйте параметри візуалізації (в акордеоні "Параметри візуалізації"): - **Ліміт для топ-візуалізацій** - кількість елементів для відображення (для топ-списків) - **Групування для часових діаграм** - рівень деталізації (день, тиждень, місяць) 3. Натисніть кнопку "Генерувати" для створення візуалізації ### Збереження візуалізацій Щоб зберегти створену візуалізацію: 1. Введіть ім'я файлу (або залиште порожнім для автоматичного імені) 2. Натисніть кнопку "Зберегти візуалізацію" 3. Візуалізація буде збережена в директорії `reports/visualizations` ## AI Асистенти Вкладка "AI Асистенти" надає доступ до функцій аналізу даних за допомогою штучного інтелекту. ### Налаштування параметрів Для всіх режимів AI можна налаштувати: - **Модель LLM** - вибір між моделями: - `gemini` - використовує Google Gemini моделі - `openai` - використовує OpenAI моделі (GPT) - **Температура** - параметр для контролю креативності відповідей (вищі значення = більше креативності, нижчі = більше детермінованості) ### Ініціалізація індексів Перед використанням режиму Гібридного чату необхідно створити індекси для ефективного пошуку: 1. Переконайтеся, що дані вже завантажені через вкладку "CSV Аналіз" 2. Натисніть кнопку "Ініціалізувати індекси" 3. Дочекайтеся повідомлення про успішне створення індексів Цей крок створює: - Векторні індекси FAISS для семантичного (смислового) пошуку - BM25 індекси для пошуку за ключовими словами ### Режими роботи з AI #### Q/A з повним контекстом Режим для загальних питань про проєкт, який надає доступ до всіх даних одночасно: 1. Введіть питання у відповідне поле 2. Натисніть "Отримати відповідь" 3. Система аналізує всі дані та надає комплексну відповідь Приклади питань: - "Які тікети мають найвищий пріоритет?" - "Скільки помилок було виправлено за останній місяць?" - "Хто найактивніший розробник у проєкті?" #### Гібридний чат Режим діалогу з системою, який використовує комбінацію BM25 і векторного пошуку: 1. Введіть питання у поле для повідомлення 2. Натисніть Enter або Shift+Enter для відправки 3. Система відповідає на основі аналізу даних 4. Можна вести діалог з послідовними питаннями Переваги: - Підтримує контекст розмови (враховує попередні питання та відповіді) - Показує релевантні документи/тікети для кожної відповіді - Оптимальний для детальних специфічних запитань #### Генерація звіту Режим для автоматичного створення структурованого аналітичного звіту: 1. Виберіть формат звіту (markdown або html) 2. Натисніть "Згенерувати звіт" 3. Система аналізує всі дані та створює детальний звіт Звіт зазвичай містить: - Короткий огляд проєкту - Аналіз поточного стану - Виявлені проблеми та ризики - Рекомендації для покращення процесу - Висновки та наступні кроки ## Експорт даних з Jira у CSV-формат Для коректної роботи з Jira AI Assistant необхідно правильно експортувати дані з Jira у форматі CSV. Нижче наведено детальні інструкції з експорту. ### Пошук та налаштування даних для експорту 1. **Відкрийте Jira** та авторизуйтеся у системі 2. **Перейдіть до функції пошуку**: натисніть "Issues" у верхньому меню, потім виберіть "Search for issues" 3. **Налаштуйте фільтри пошуку** для відбору потрібних тікетів: - Виберіть проєкт (наприклад, "IEE DS") з випадаючого списку - Вкажіть тип завдань ("Type") або залиште "All" - Вкажіть статус завдань ("Status") або залиште "All" - За потреби вкажіть виконавця ("Assignee") - Використовуйте поле пошуку для конкретного тексту - Для більш складних запитів натисніть "Advanced" і використовуйте JQL-запити 4. **Натисніть кнопку "Search"** для отримання результатів ### Експорт результатів пошуку у CSV 1. **У результатах пошуку натисніть кнопку "Export"** (знаходиться у правому верхньому куті) 2. **Виберіть "CSV (Current fields)"** або "CSV (All fields)" залежно від того, які дані вам потрібні: - "Current fields" - експортує тільки поля, що відображаються у поточному представленні - "All fields" - експортує всі доступні поля (рекомендовано для повного аналізу) 3. **Налаштуйте опції експорту**: - Переконайтеся, що включені всі важливі поля: Issue key, Summary, Status, Issue Type, Priority, Created, Updated, Description, Assignee, Reporter - Якщо використовуєте власні поля (custom fields), переконайтеся, що вони також включені 4. **Підтвердіть експорт** і збережіть CSV-файл на вашому комп'ютері ### Рекомендації щодо експорту - **Експортуйте всі можливі поля**, особливо якщо плануєте використовувати AI аналіз. Більше даних дозволяє отримати більш глибокі та точні інсайти. - **Включіть поле Description** для аналізу текстового вмісту тікетів. - **Включіть поля з коментарями**, якщо вони доступні у вашій конфігурації Jira. - **Експортуйте вкладення або посилання**, якщо вони важливі для аналізу. - **Для великих проєктів** розгляньте можливість створення кількох експортів з різними наборами фільтрів для більш цілеспрямованого аналізу. ## Поради з використання ### Оптимальні практики 1. **Підготовка даних**: - Експортуйте з Jira максимально повний набір даних з усіма важливими полями - Упевніться, що CSV-файл містить колонки: Issue key, Summary, Status, Issue Type, Priority, Created, Updated 2. **Правильна послідовність дій**: - Спочатку завантажте і проаналізуйте дані (вкладка "CSV Аналіз") - Створіть необхідні візуалізації (вкладка "Візуалізації") - Ініціалізуйте індекси перед використанням AI асистентів - Використовуйте функції AI для глибшого аналізу 3. **Вибір режиму AI**: - "Q/A з повним контекстом" - для загальних питань про проєкт - "Гібридний чат" - для детальних питань з контекстом розмови - "Генерація звіту" - для створення структурованих звітів ### Вирішення поширених проблем 1. **Не вдається завантажити CSV**: - Перевірте формат CSV-файлу та наявність необхідних колонок - Переконайтеся, що файл не порожній і не пошкоджений - Спробуйте скопіювати файл у директорію `current_data` і використати через локальні файли 2. **Помилки при створенні індексів**: - Переконайтеся, що встановлені всі необхідні бібліотеки для AI - Очистіть тимчасові дані та спробуйте знову - Перевірте наявність достатньої кількості вільного місця на диску 3. **AI асистент не відповідає**: - Перевірте наявність та валідність API ключів (OpenAI або Gemini) - Для гібридного чату переконайтеся, що індекси успішно ініціалізовані ## Додаткова інформація Для додаткових запитань і технічної підтримки звертайтеся до розробника (szabolotnii@healthprecision.com). --- ### Глосарій - **CSV-файл** - формат файлу для зберігання табличних даних, який можна експортувати з Jira - **Неактивні тікети** - тікети, які не оновлювалися протягом визначеного періоду - **FAISS** - бібліотека для ефективного пошуку схожих векторів, використовується для семантичного пошуку - **BM25** - алгоритм ранжування для пошуку за ключовими словами - **Гібридний пошук** - комбінація BM25 та векторного пошуку для покращення релевантності результатів