9 月 22 日,诚邀您参加“人工智能软件开发生命周期现状”数字峰会,共同探讨人工智能如何重塑软件开发。立即注册

任意支持人员。任意模型。一个团队。

依托面向原生人工智能软件开发打造的 Jira 开展规划、编排与规模化管理。

适配

  • Claude
  • Cursor
  • Codex
  • GitHub Copilot
  • 任意 MCP 支持人员
使用工作电子邮件查找团队伙伴并获取 Rovo 人工智能的访问权限
或者继续
  • Databricks
  • Canva
  • Reddit
  • Cisco
  • Rippling
  • Roblox
  • Dropbox

您所需的上下文,随取随用

Teamwork Graph 汇集您全技术栈(涵盖 Jira、Confluence 直至 GitHub)的上下文信息。让支持人员在编写一行代码之前就掌握清晰信息。

44%
Better agent output
plus
48%
less token usage

Findings from Atlassian Engineering Productivity Study, 2026

Atlassian Rovo MCP

将 Cursor、Claude 桌面端以及任意 MCP 客户端直接接入 Teamwork Graph,为每一条提示词提供丰富上下文信息。

Teamwork Graph CLI

授予人工智能编码支持人员访问 Teamwork Graph 的终端权限,使其能够基于上下文开展实际操作。

Jira for Slack

在任意对话线程中 @Jira,即可创建工作项、分配给编码支持人员,并启动修复流程,全程无需退出 Slack。

计划

将想法转化为可供支持人员执行的任务

规格驱动开发由此开启。Jira 可制定包含明确需求、任务与预估工时的计划,减少开发意图与实际开发之间的信息流失。

编排

委派并观察支持人员工作

可将任意工作项分配给 Claude、Cursor、Codex、GitHub Copilot,或使用 Jira 原生编码支持人员。无需打断工作流程,即可精准掌握它们的执行内容。

审查

验证支持人员决策

查看支持人员执行的操作及其作出的决策。查看完整会话历史记录,尽早发现偏差,并按需进行纠正。

规模

安全部署人工智能

将可重复的工作委派给在后台运行的支持人员。拉取请求准备就绪后便会呈现。查看正在执行的任务,解除阻塞的工作项。

应对人工智能软件开发生命周期变革

扩展 Jira,在软件开发生命周期中获得完整可视能力、上下文信息与协作能力。

DX:衡量人工智能的影响

跟踪人工智能给团队交付模式带来的改变,涵盖周期时间、拉取请求处理吞吐量等,以此验证有效做法,并把资源投入关键环节。

Rovo

融入您工作的人工智能团队伙伴,可跨工具完成调研、草拟与执行操作—全部在 Jira 内部实现,随时待命。

团队合作集合

借助 Confluence 增强 Jira,完成规范与文档编写,并通过 Loom 实现异步协作与人工智能笔记。

了解人工智能软件开发生命周期领域最新进展

探索依托人工智能开展开发的最新创新成果与最佳实践。

博客

我们的构建方式

报告

衡量人工智能代码助手与支持人员

指南

工程管理者的人工智能支持的漏洞修复指南

在整个组织内规模化推广智能体工程

了解工程管理者如何将 Jira 部署为原生人工智能软件开发的记录系统。