TG Data

Airbot帮助 Aircallees 专注于高价值任务，而不是浪费时间在繁琐的任务上，我们还想分享我们如何使 PM 和 QA 能够执行命令来自动执行他们的某些任务。其中包括：拉取请求审查摘要、变更日志生成器和发布候选关键性。

尽管这些命令已经节省了大量时间，但我们决定更进一步，修复我们的票务系统和存储库管理之间的差异。我们注意到，一旦相关的拉取请求被审查、合并、由 QA 验证或发布，人们往往会忘记更新 Jira 票务的状态。

在 Aircall，我们希望团队成员专注于为我们的产品增加价值，而不是让我们的票务系统和存储库管理保持一致。所以我们开始考虑将这一部分也自动化。

自动化之前的流程
我们使用 Jira 作为票务系统，使用 Gitlab 进行存 巴哈马电报数据库 储库管理。当然，我们设置了这两种工具，以便它们彼此了解（以利用一些内置的自动化功能）。例如，当在分支上进行提交时，相应的票证会自动将其移至“进行中”。然后，当创建拉取请求时，票证会移至“代码审查中”。

这些内置自动化功能是一个很好的起点，但工作流程仍然不如我们所希望的那样高效。例如，当 QA 在拉取请求中发现问题时，他们必须手动将工单移回“进行中”或“待办事项”，并将工单重新分配给开发人员。

此外，开发人员习惯于在 Gitlab 上与审阅者沟通，而 QA 则更习惯于通过 Jira 进行沟通。由于每个人都只使用其中一种工具，我们失去了宝贵的信息，无法要求他们关注两个不同的地方。

考虑到这一点，我们做出了两个重要决定，并以此为基础制定了整个工作流程。

1. 首先，我们将 Gitlab 作为开发人员和 QA 的可信来源。Jira 票证仍用于描述任务及其验收标准。

2. 其次，我们引入了 Gitlab 标签来为拉取请求提供更多上下文。