the DevOps journey (2) - 如果時程難預估，不如追求透明度…

作者： -


前面說了，在近代專案管理當中，大家已經慢慢能夠理解，死板的去stick to the plan，追求計畫導向的專案管理，在外在環境瞬息萬變的今天，這恐怕是不可行的。

但是，如果我們不去追求計畫實施(implementation)的準確度，不去要求執行計畫的每一個步驟一如開始的計畫一般，那我們該用什麼標準去定義何謂一個『好的軟體專案』呢? 對企業來說，如果PM不是依照著既定計畫、時程把成果交出來，那到底什麼可以被叫做『執行了一個好專案』?

在DevOps課堂中，對於這個問題，我的回答是: 我們與其去要求專案100%按照計畫進行，不如追求軟體專案的高「透明度」、以及開發流程與維運的「自動化」。

有注意到這一篇的標題嗎? 請把它記起來…

如果時程難預估，不如追求透明度

什麼是透明度?

底下有幾個問題…不管你是PM、Team Leader、還是專案團隊的成員，你都應該要自問自答一下…

  • 你知道每位開發人員今天正在開發哪些功能項目嗎?
  • 你能知道最近一次Check-in上去的Code，是改了哪些程式碼嗎? 這個修改是因為哪一項需求或Bugs呢? 
  • 專案的程式碼Check-in是否有觸發Build? Build是否成功?  
  • CI Build的過程中執行的Unit Test是否都有通過? (還是你根本沒建立Unit Test? Check-in還不會觸發Unit Test?)
  • 這個迭代每一個開發人員手上的工項(WorkItem)是否都與MVP(或潛在可交付產品增量)有關? 整體需求目前完成的比例是多少? 已經有多少完成的 item通過測試? 客戶實際驗收過的Item又有多少呢?
  • 到今天為止，你還有多少已知的Bug尚未解決?
  • 這個Sprint要達成的目標為何? 要交付出哪些成果(潛在可交付產品增量)? 當前進行的Sprint是否有任何風險? (導致無法交付出成果?)
  • 已經上線的系統每天有多少人登入? 每天發生幾個Exception?

只要你確實參與在團隊當中，你自己一定很清楚，上面這些問題你能夠回答出來的比例有多少…

別急，我們再來看看幾張圖表:

上面這張圖表呈現出了專案中所有的需求數總共有多少、有多少比例的工作項目正在開發中、有多少需求已經開發完成等待測試、還有客戶已經驗收過(認定完成)的Item有多少。

上面這幾張圖，則呈現出了每一個迭代(Sprint)，開發團隊的工項完成度(此為燃盡圖，具體來說是Sprint中每一天的剩餘工作時數)。左上與右上兩張圖呈現出了團隊的預定進度狀況良好，而中間上下兩張圖以及左下的圖則是清楚呈現出專案團隊的問題(你看的出來是什麼問題嗎?) 以及進度狀況(一看就知道這個Sprint將會延遲，無法達成預定進度)。

上面這張圖，則呈現出每一個迭代(Sprint)當中正在進行的工項(展開後會有具體的工作item、原始需求、驗收條件…etc.)、以及每一個工項的狀態、負責人…等資訊。而這些工項，也可以透過看板(kanban)的方式來呈現，請看下圖:

底下這張圖則是程式碼版本控管機制當中，某次異動的紀錄，包含異動者、異動原因、關聯的工項、以及異動前後的內容…

底下則是典型的數位儀表板:

OK，看完了?
那底下這是一個可以問問PM的好問題:

你所參與的開發團隊，有沒有這樣的專案管理圖表? 在軟體專案管理上是否也能夠呈現出類似的透明度?

你得要知道，這些可是我們現在專案管理的標配喔...

專案中所有的利益關係人、技術與非技術負責人、團隊成員…etc.，對專案現況的掌握度，以及圖表呈現的清晰程度，就是我們後面接著要談的『透明度』。

所以，什麼叫做『執行了一個成功的專案』?

好，看完上面那些圖表之後，讓我們回到最初，請重新幫我思考這個問題，現在，在你的認知當中，你認為什麼叫做『執行了一個成功的專案』?

過去，當碰到這個問題，一般人腦袋裡立即閃過的字眼會是『on schedule』…是的，用我們先前很愛拿出來講的那個字眼，就叫做stick to the plan。過去，計畫導向的專案管理認為，on schedule的專案就是好專案，一位PM若能夠依照既定計畫，精確的執行一個專案，那他就算是一個好PM(哪怕這個專案的原始計畫再怎麼爛也無所謂，因為PM照著執行完了啊)。

但我們前面已經花了兩個篇幅告訴各位，僅僅只是stick to the plan，在這個時代是不可行的。既然我們確定它不可行，那就衍生出一個問題，若我們不照著計劃走，軟體專案管理豈不就失去了方向? 不追求照著計劃，那我們該追求什麼呢? 答案就是這兩個關鍵字，分別是 『透明度』和『自動化』。

『透明度』和『自動化』

如今，我對開發團隊在專案管理當中所要求的，也就是『透明度』和『自動化』。而這兩個關鍵字，將會帶出我們這一系列文章的主題 -- ALM與DevOps。

為什麼我們應該在意透明度? 請回憶上一篇的一些關鍵字，像是: 『迭代開發』、『潛在可交付產品增量』、『持續修正』、『持續改善』…，你會發現一件事情，當我們採用迭代開發並且企圖持續改善時，有一個非常非常重要的關鍵，那就是『專案現況到底是如何?』。

如果你壓根不知道專案的實際現況，那你要怎麼持續改善呢？要修正什麼？有什麼好調整的？只要你想要讓團隊可以持續改善，那你的現況必須是可量測的、可估量(可評估)的，說白話一點，就是你的專案現況要夠清楚，你專案中的問題要能夠真的被凸顯出來(而不是被掩蓋起來，所有人都不知道，又或者是，所有成員都知道，但只有PM和老闆不知道)

你想要能夠持續修正、持續改善，那你的首要任務就是讓整體專案的透明度提升，否則你無法知道該怎麼改善? 無法知道該讓專案團隊往哪個方向走。

因此，對我來說，透明度提升是敏捷開發要追求的第一個首要目標，它將會貫穿我們專案管理的每一個層面。

拿我們一開始隨手舉的幾個問題當例子，你知道你的專案當中，目前有多少個bug尚未解決? 每天完成哪幾個功能點? 整體需求的完成度比例是多少? 每天程式碼改了哪些? 每一次修改是為了哪些功能或bugs? 開發人員正在開發哪個功能? 每一次Build是否都正確無誤的? 今天(或這周)開發人員Check in / Push 了哪些Code? 開發人員測試過了哪些功能? 客戶驗收過哪些功能? 已經上線的系統每天發生幾個Exception?

不管你是專案的PM、Team Leader、還是Team Member，上面這些問題我們能掌握多少? 你知道坐在你隔壁的開發人員現在手上正在開發哪一個功能嗎?

這幾年下來，我可以武斷地說: 專案的透明度，幾乎表現出(等同於)專案管理的成熟度。

那該怎麼做?

好，當你同意專案的透明度是一個重點之後，接著我們就得要來看如何提升它? 答案依舊是透過迭代開發與敏捷流程，例如我們團隊採用的開發法是Scrum。而工具(我們用的是VSTS/TFS)當然也是一個很大的關鍵，不過別忘了敏捷開發的核心精神才是一切的重點…

到目前為止，這一篇，我們提出了現代軟體專案管理所追求的兩個重要指標 --『透明度』與『自動化』，而這恰恰就是ALM與DevOps可幫助我們實現的目標。我們後面會接著利用幾個篇幅，慢慢來介紹如何透過導入敏捷的開發流程、建立團隊的開發準則與習慣、以及妥善的使用VSTS/TFS等工具的協助，來實現專案透明度。

但別急，我們下一篇還要談談剛才提過的另一個重點，就是『自動化』。

------------------------------
本系列文章索引位於 http://studyhost.blogspot.tw/2017/02/the-devops-journey-index.html
相關教育訓練: http://www.studyhost.tw/NewCourses/ALM 
若這篇文章對您有所幫助，請點選這裡加入FaceBook專頁按讚並追蹤，也歡迎您幫我們分享出去，謝謝您的支持。

留言

陳哲峰寫道…
台灣有PM 在追求透明度嗎？PM 怎會不知道誰是Team裡面的Key Man？濫竽充數的比例有多少？問題是PM 敢公開嗎？濫竽有backgroud 怎麼砍？不充數客戶會願意付那麼多錢嗎？
2017年3月7日 上午9:04
isDavid寫道…
@陳哲峰,

敏捷開發從一開始就挑戰甲乙雙方的人性陰暗面，開始習慣它吧... ^_^

另外，太透明確實會讓很多人感到恐懼，也因此，一開始不一定需要把所有資訊都公開在客戶或老闆面前，但不論如何，PM自己得要能掌握整個專案的狀況。

但長期下來，客戶和利益關係人早晚也會要求專案要有足夠的透明度。
2017年3月7日 下午4:14
張貼留言

這個網誌中的熱門文章

使用LM Studio輕鬆在本地端以API呼叫大語言模型(LLM)

作者： -
圖片
最近上課常被問到，如何在地端環境搭建出大語言模型(LLM)，並且呼叫其API。 一開始我不太理解為何會有這樣的需求(因為在地端自行搭建運行LLM的成本不一定比較低，即便可能比較安全)，但被問多了，也就開始遍尋相關的解決方案，看看有沒有什麼最簡單的方式，可以讓開發人員在地端測試大語言模型? 後來我選擇 LM Studio ，它就是一款設計來運行大型語言模型（LLM）的平台，有個算是挺優雅的整合環境，讓一般 end-user 或開發人員，都可以輕易地在 local 端進行模型的部署和測試。 LM Studio 本身支援多種模型架構和框架，當然，最重要的是，它是免費的。 下載安裝 都很容易，我就不多說。 安裝好之後，你可以看到首頁中已經呈現了許多 Hugging Face上的模型： 這顯然是因為Hugging Face是大部分免費開源模型的集散地。 你可以搜尋自己喜歡的模型，透過LM Studio下載到local之後，就可以直接載入(下圖一)： 隨手設定一下 system prompt(上圖二)，然後，就可以直接對談了。(上圖三) LM Studio會使用你的GPU進行運算(如果有的話)，你會發現，原來有好的設備(GPU)，運行的速度可以如此之快。 Local Server 對於開發人員來說，它還有個超級更友善的功能。 LM Studio本身還提供一個 local server，可以幫你把模型包裹起來讓你直接透過API呼叫該模型的功能，例如： 上圖是我們開啟 LM Studio中 Local Server功能後的結果，你可以透過 localhost 的 1234 port 來呼叫這個被 LM Studio 運行起來的大語言模型。(有沒有發現，我們用的也是 chat/completions API) 透過Postman簡單提供一下 JSON Body: { "model": "LM Studio Community/Meta-Llama-3-8B-Instruct-GGUF", "messages": [ { "role": "system", "content": "你是AI助理，請一律用繁體中...
Read more »

VS Code的字體大小

作者： -
圖片
身為.net developer，這年頭是什麼code都得要會寫的年代。 而雖然我的NB還沒從Windows淪陷為Mac OS，但寫Node.js和Python免不了要用VS Code，這是一種愛的表現。 但歲月不饒人，盡管微臣非常熱於配合，但VS Code預設字體的大小在我還沒錢買大尺寸螢幕的狀況下，實在讓老臣難以適應。當下的第一個反應是什麼? 當然是 Ctrl+滑鼠滾輪往上推…哇靠，沒用。看…這設計…恩，千錯萬錯一定是我的錯。 只好從選單 file –> Preferences –> Settings: 在出來的視窗中，你可以看到 editor.fontsize: 沒錯，改它就行了。改不動? 喔，不好意思，我沒仔細看說明，要copy到右邊是吧，沒問題，copy->paste->modify->Save…搞定。 好簡單啊…連ctrl+(mouse scroll up)都用不到了呢… 咦?這是一篇抱怨文嗎? 沒有，誰說的? 免費的tool我們還有什麼好抱怨的呢…要感恩啦。 啊….對了，如果你還是堅持要使用 Ctrl+滑鼠滾輪，請找關鍵字… "editor.mouseWheelZoom"
Read more »

使用 Dify 建立企業請假機器人

作者： -
圖片
八卦與未來 上個月，前Google執行長Eric Schmidt在史丹福有場演講，媒體關注的是八卦消息(如果你也曾關注，網路上有很多鐵定可以找到)，但我注意到的則是他提到了自己認為接下來 AI(特別是大語言模型) 可能的發展方向，包含: Large Context Window AI Agent Text-to-Action 底下這邊有這一個段落的影片： https://www.youtube.com/watch?v=zl3k1ksFZdY 為何我會關注這部分? 因為上述的三個方向，也是身為開發人員的我，過去這一年，來與LLM打交道後的感想。昨天，我在 twMVC 的研討會分享中，展示了一個其實我過去早做過了N百次的範例，就是企業的請假機器人。(唯一不同的是，這次我幾乎沒有寫任何程式碼) 場景是，員工在家裡生病了，想要透過語音或是app進行請假，你可以看底下這個運行的範例 (git圖檔會循環播放，開始是 『我好像感冒了』)： 用自然語言對談的方式，即可完成請假。 我說過，類似這樣的範例我做過很多次，用 LINE Bot 搭配 C# 做過，用MS Bot Framework 做過，前陣子也用 Semantic Kernel 框架做過，更早期，還沒有AI的時代，我也在EIP和HR系統裡做過。 但我想說的是，這 就是 Text-to-Action 的呈現，也是一個典型的 AI Agent 的例子，它讓我們透過自然語言(可以是語音或文字)，直接命令機器人(Chat Bot、AI 助理、Agent、Assistant …不管你叫它什麼…)幫你完成一件事情(請假、售票、查詢資料、做財務報表、統計圖表、寫程式…etc.)。 這是一直以來人類對電腦最底層的需求與期待。 隨著 LLM 能夠處理和記憶的 Context 愈來愈被放大，AI Agent 所能夠處理的任務就更加的不受限制。 自然語言才是最符合人類直覺的操作 順帶一提，我昨天在研討會中講了一個故事。 有天，你覺得自己需要聘請一位助理，因此上網張貼徵人啟事，沒多久，你找到了一位號稱上知天文、下知地理的高材生，來幫助你更有效率的完成工作。 他什麼都好，唯一的一個小缺點是，你不能直接對這個助理下達指令，你必須用一種只有這個助理看得懂的語法，才能要求這個助理幫你完成特定的工作。這些語法還挺...
Read more »

使用 Dify API 快速建立一個包含前後文記憶的對談機器人

作者： -
圖片
Dify 這個產品我就暫時先不介紹了，它找到了一個挺好的切入點跨入AI Agent市場。讓不喜歡(或不擅長)寫太多 Code 的開發人員，也可以快速的建立一個具有前後文、記憶的對談機器人。 其實若單就設計 Chat Bot 來談，它本質上和 GPTs 有那麼一點點像，你只需要給一個 system prompt ，再加上一點點的資料上傳做為 RAG 的數據來源，就可以生出一隻有模有樣的對談機器人。 但 GPTs 做出來的 Chat Bot 被綁在 ChatGPT 的 UI 裡面，你不容易把它跟 LINE Bot (LINE 官方帳號) 或其它 UI (例如 MS Teams) 串在一起，而 Dify 呢? 則給你了一個 chat-messages API，讓你能很快的實現這個功能，把你在 Dify 平台上做好的 Chat Bot 轉變成可以正式運行的 LINE Bot 或 其它 Bot。 這也是今天我們要介紹的部分。 建立 Assistant 我們先用 Dify 以底下這個 system prompt 建立了一個請假助理： 發佈後，你可以在Dify 內建的 Web UI 上測試： 你會發現，這個 chat bot 已經有著基本的記憶，然後可以依照 system prompt 完成對談和任務。 不要問我在這邊建立出一個假單有什麼用，正常情況下是要直接讓 chat bot 寫入資料庫(例如 HR 系統，直接完成請假)，只是我們還沒談到這一段，這部分以後再展開來談。 chat-messages API 好，透過上面那樣建立一個對談機器人超容易，且內建就有了記憶和前後文的功能。讓開發人員快樂的不得了。跟使用無腦 GPTs 生成術差不多。然而，如果只能在 Web 上用，不能串接 MS Teams、LINE…等介面，做了也是白搭。 但，Dify 貼心的提供了 API，我們來試試看。先Gen個 API Key： 生成了 API key 之後，你只需要透過底下這樣的 rest api，即可進行呼叫： 你會發現，開發人員只要使用單一的這一個 https://api.dify.ai/v1/chat-messages API 即可進行對談。每次只需要透過 query 輸入用戶說的話，response 中的 answer 則是 LLM (Assist...
Read more »

使用C#開發LineBot(3) - 使用LineBotSDK發送Line訊息

作者： -
圖片
新版的Line Messaging API，要主動發送訊息給用戶不是很困難，主要是透過Push API，可以參考底下的官方說明 : https://devdocs.line.me/en/#push-message 另外，如果你想申請一個Line Bot，可參考: 關於LineBot (1) - 用c#建立一個LineBot 前陣子說過，我們為了團隊開發方便，做了一個 Nuget Package 以便於讓撰寫C#的開發人員可以方便的進行Line Messaging API的操作。 所以，如果你想要透過該SDK來發送訊息給用戶，可以透過底下的指令: isRock.LineBot.Utility.PushMessage(               UserId, 要傳送的訊息, AccessToken); 別忘了使用前，要先引用linebotSDK這個套件: 當您在.net 4.x的專案中，安裝上述lintbotSDK，即可透過前面提到的指令發送訊息給用戶，但請注意，該用戶必須加你的bot為好友。 你可能在使用時會碰到一個問題，怎麼知道用戶的id呢? 請注意，PushAPI的Line用戶id並非你的line ID，而是一長串項是底下這樣的id: U6OX388eOX3634X2OX2e341OX06b8OX4123 這個ID會在你的用戶跟你的bot交朋友，或是對談的時候，由系統傳送給你所設定的WebHook網址(其本質上是一個asp.net WebAPI或類似的API服務)。你會在Line傳遞給該WebHook URL的封包中的JSON形式資料內獲得。 也就是說，當你的用戶傳訊息給你的Bot，或是與你的Bot做朋友(或封鎖)，你所在你的LineBot後台，所設定的這個WebHook，都會收到這些相關的訊息。其設定位置如下: 訊息內容是以JSON的格式出現。 但是，如果你還不知道怎麼寫一個WebHook，該怎麼辦呢? 寫個WebHook其實很簡單，以asp.net來說，就是寫一個asp.net WebAPI即可。(有空我再說明，但今天比較沒空) (2017更新，WebHook開發方式請參考 這裡 ) 如果你沒空寫，可以先用底下...
Read more »