- Published on
Jira Agentic Assistant: KI-gestützte Jira-Automatisierung mit LangGraph
Das Problem: Jira-Tickets manuell triagieren
Jedes Entwicklungsteam kennt es: Neue Issues kommen rein, müssen kategorisiert, priorisiert und eingeschätzt werden. Dieser Triage-Prozess kostet Zeitbesonders wenn täglich dutzende Tickets eingehen. Der Jira Agentic Assistant automatisiert genau diesen Schritt mit KI.
Was macht der Jira Agentic Assistant?
Die Anwendung verbindet sich mit Ihrer Jira-Instanz und nutzt ein agentenbasiertes KI-System, um zwei Kernaufgaben zu erledigen:
1. Automatische Issue-Triage
Für jedes neue Ticket analysiert die KI:
- KategorieBug, Feature-Request, Improvement, Question oder Task
- SchweregradCritical, High, Medium oder Low
- AufwandsschätzungVon XS bis XL
- ZusammenfassungEin KI-generiertes Summary
- LösungsvorschlägeKonkrete, umsetzbare Empfehlungen
- Similarity-MatchingErkennung ähnlicher, bereits triagierter Issues
2. Wöchentliche Reports
Das System generiert Markdown-Reports mit Metriken, Kategorie-Verteilungen, Severity-Analysen und Handlungsempfehlungenangepasst an Ihre Rolle im Team.
Rollenbasierte Analyse
Ein besonderes Feature: Die KI analysiert Issues aus sechs verschiedenen Perspektiven:
| Rolle | Fokus der Analyse |
|---|---|
| Product Owner | Business Value, Priorisierung |
| Developer | Technische Komplexität, Implementierung |
| Project Manager | Zeitplanung, Ressourcen |
| QA Engineer | Testbarkeit, Risikobewertung |
| Tech Lead | Architektur, technische Schulden |
| Scrum Master | Prozesse, Team-Impact |
Je nach ausgewählter Rolle verändert sich die Art, wie Issues bewertet und Empfehlungen formuliert werden.
Technologie-Stack
| Komponente | Technologie |
|---|---|
| KI-Framework | LangGraph.js + LangChain.js |
| LLM-Anbindung | OpenAI, Ollama oder jeder OpenAI-kompatible Endpunkt |
| Jira-Integration | jira.js v5 |
| Frontend | Next.js 15 + shadcn/ui + Tailwind CSS 4 |
| Sprache | TypeScript 5.7+ |
| Scheduling | node-cron |
| Datenhaltung | JSON-Dateien (node-json-db) |
Architektur: Monorepo mit zwei Paketen
Das Projekt ist als pnpm-Monorepo organisiert:
@jira-assistant/core
Die gesamte Business-Logik:
- AgentsLangGraph-Workflows für Triage und Reports
- Jira-ModuleClient, Reader und Writer für die Jira-API
- LLM FactoryAbstraktionsschicht für verschiedene KI-Provider
- SchedulerAutomatisierte Ausführung via Cron
@jira-assistant/web
Die Benutzeroberfläche:
- Setup-WizardGeführte Konfiguration in vier Schritten
- DashboardManuelle Triage und Report-Generierung
- Scheduling-UIKonfiguration der automatischen Ausführung
Flexible LLM-Anbindung
Die Anwendung ist nicht an einen bestimmten KI-Anbieter gebunden:
- OpenAIGPT-4o, GPT-4o-mini und weitere Modelle
- OllamaLokale Modelle wie Llama, Mistral oder Qwen
- Kompatible APIsJeder Endpunkt, der das OpenAI-Format unterstützt
Das bedeutet: Sie können die Anwendung komplett lokal betreiben, ohne dass Ihre Jira-Daten an externe Server gesendet werden.
Einrichtung in wenigen Minuten
git clone https://github.com/rich-info/jira-agentic-assistant.git
cd jira-agentic-assistant
pnpm install
pnpm build:core
pnpm dev
Nach dem Start führt ein Setup-Wizard durch vier Schritte:
- Jira-VerbindungURL, Zugangsdaten, Projekt-Key
- LLM-ProviderAnbieter und API-Key auswählen
- Rolle wählenPerspektive für die Analyse festlegen
- SchreibmodusOptional: KI-Kommentare direkt in Jira-Tickets posten
Automatisierung mit Scheduling
Nach der Einrichtung kann die Triage vollautomatisch laufen:
- TriageStandardmäßig alle 4 Stunden
- ReportsStandardmäßig montags morgens
- Frei konfigurierbarÜber die Web-Oberfläche anpassbar
Datenschutz und Kontrolle
Alle Daten bleiben lokal:
- Keine Cloud-AbhängigkeitDie Anwendung läuft auf Ihrem Rechner
- JSON-basierte SpeicherungAlle Ergebnisse in lesbaren Dateien
- Optionaler Jira-Write-BackNur wenn explizit aktiviert
- Lokale LLM-OptionMit Ollama verlassen keine Daten Ihr Netzwerk
Fazit
Der Jira Agentic Assistant zeigt, wie agentenbasierte KI-Systeme mit LangGraph.js echte Produktivitätsgewinne im Alltag bringen. Statt Tickets manuell zu triagieren, übernimmt die KI die Ersteinschätzungrollenbasiert, nachvollziehbar und unter voller Kontrolle des Teams.
Projekt auf GitHub: github.com/rich-info/jira-agentic-assistant