Skip to content

007-task-sources-and-text-generation.md

Latest commit

 

History

History
69 lines (51 loc) · 3.67 KB

007-task-sources-and-text-generation.md

File metadata and controls

69 lines (51 loc) · 3.67 KB
Raw

ADR-007: Task Sources and Standup Text Generation

Status: Accepted Date: 2026-04-16 Author: John Doe

Context

Saymo должен получать информацию о задачах и генерировать текст стендапа. Доступно несколько источников данных и подходов к генерации.

Decision

Три источника задач (speech.source в config.yaml):

1. confluence (default) — используется тот же JQL что и update_confluence.py:

-- Today: активные + закрытые за последний день
project = "{project_key}"
AND (status in ("In Progress", "Blocked", "Review")
     OR status changed from "In Progress" to Closed during (now(), -1d))
AND assignee in (currentUser(), {another_assignee})

-- Yesterday: обновлённые в предыдущий рабочий день
project = "{project_key}"
AND assignee = currentUser()
AND updated >= "YYYY-MM-DD" AND updated < "YYYY-MM-DD+1"

2. obsidian — читает daily note из Obsidian vault (YYYY-MM-DD.md)

3. jira — простой JQL assignee = currentUser() AND updated >= -1d

Генерация текста (speech.composer):

Ollama (qwen2.5-coder:7b) с промптом оптимизированным для TTS:

Ключевые правила промпта (config.prompts.standup_ru):

  • Один абзац, 2-4 предложения (не списки/пункты)
  • Группировать похожие задачи (не перечислять каждую)
  • Без номеров тикетов трекера
  • Без длинных чисел и версий билдов
  • IT-термины на русском с английским звучанием: смоук-тесты, стейдж, деплой, хотфикс
  • Названия продуктов — как есть (пользователь сам перечисляет свой стек в config.user.tech_stack)

Text Normalizer (post-processing перед TTS):

  • Дефолтный набор аббревиатур → фонетика (generic IT/DevOps)
  • Проект-специфичные термины добавляются через config.vocabulary.abbreviations
  • Удаление build stamps (длинные цифровые стемпы)
  • Удаление tracker ID (регексп FOO-123:)
  • Числа → русские слова (только до 4 цифр)
  • IT-термины → русская транскрипция (smoke → смоук)

Consequences

Positive:

  • confluence source повторяет логику существующего update_confluence.py — консистентность
  • Промпт оптимизирован для устной речи — результат звучит естественно
  • Text normalizer гарантирует корректное произношение аббревиатур

Negative:

  • Ollama генерирует ~15с (vs ~2с у Claude API)
  • confluence source зависит от JIRA connectivity
  • Промпт иногда генерирует лишние фразы ("Надеюсь, это поможет") — нужна итерация

Alternatives Considered

  • Claude API (speech.composer=anthropic): лучше качество текста, но нет API ключа
  • Template-based (без LLM): "Вчера я работал над {task1}, {task2}" — нет естественности
  • Confluence page parsing: парсить HTML со страницы daily scrum — хрупко, зависит от формата