cobol-java-v3/docs/development-paradigm.md

开发范式流程图

本文档定义 COBOL 迁移验证平台的开发工作流，用于展示团队的开发范式。

---

一、开发流程概览

graph TD
    A[1. 需求分析] --> B[2. AI方案生成]
    B --> C{3. 人工审核}
    C -->|通过| D[4. AI编码实现]
    C -->|需要修改| B
    D --> E[5. 测试验证]
    E --> F{6. 质量评审}
    F -->|达标| G[7. 交付归档]
    F -->|未达标| D
    
    style A fill:#e1f5fe
    style B fill:#f3e5f5
    style C fill:#fff3e0
    style D fill:#f3e5f5
    style E fill:#e8f5e8
    style F fill:#fff3e0
    style G fill:#e8f5e8

流程说明

步骤	名称	负责人	说明
1	需求分析	人工	分析COBOL源码结构，明确迁移目标和验收标准
2	AI方案生成	AI	利用AI分析代码，生成迁移方案和测试策略
3	人工审核	人工	审核AI方案的可行性和完整性
4	AI编码实现	AI	根据方案生成代码、测试数据和配置
5	测试验证	工具+人工	运行测试，验证功能和覆盖率
6	质量评审	人工	评审测试结果，确认是否达标
7	交付归档	人工	整理交付物，归档项目文档

---

二、各阶段详细说明

1. 需求分析

目标： 理解COBOL程序的业务逻辑，明确迁移需求

负责人： 开发团队

输入：

• COBOL源代码
• 业务需求文档
• 迁移规范要求

输出：

• 需求分析报告
• 程序清单（含功能描述）
• 验收标准文档

质量标准：

• 需求覆盖率100%
• 程序分类准确（33+2种类型）
• 验收标准可量化

活动：

1. 阅读COBOL源码，理解业务逻辑
2. 识别程序类型（匹配系/键中断系/条件分支系等）
3. 分析数据流向和文件结构
4. 确定迁移目标和技术约束
5. 编写需求文档和验收标准

---

2. AI方案生成

目标： 利用AI生成迁移方案和测试策略

负责人： AI（DeepSeek）

输入：

• 需求分析报告
• COBOL源代码
• 程序分类结果

输出：

• 迁移方案文档
• 测试策略报告
• 技术选型建议

质量标准：

• 方案完整性检查
• 技术可行性评估
• 测试覆盖率目标明确

活动：

1. AI分析COBOL程序结构
2. 生成迁移路径建议
3. 设计测试策略（分支覆盖/MC/DC）
4. 推荐技术方案和工具
5. 输出方案文档供人工审核

---

3. 人工审核

目标： 确认AI方案的可行性和完整性

负责人： 开发团队

输入：

• AI生成的迁移方案
• 测试策略报告

输出：

• 审核意见（通过/修改建议）
• 最终确认的方案

质量标准：

• 技术可行性确认
• 风险识别完整
• 资源评估合理

活动：

1. 审核AI方案的技术合理性
2. 评估方案的可行性
3. 识别潜在风险和问题
4. 提出修改建议（如需要）
5. 确认最终方案

决策点：

• 通过 → 进入步骤4（AI编码实现）
• 需要修改 → 返回步骤2（AI方案生成）

---

4. AI编码实现

目标： 根据审核通过的方案生成代码和测试数据

负责人： AI（DeepSeek）

输入：

• 审核通过的迁移方案
• 需求文档
• COBOL源代码

输出：

• 迁移代码（Python/Java）
• 测试数据文件
• 配置文件
• 单元测试脚本

质量标准：

• 代码规范检查通过
• 测试数据完整性验证
• 配置文件格式正确

活动：

1. AI根据方案生成代码
2. 创建测试数据和测试用例
3. 编写配置文件
4. 生成单元测试脚本
5. 输出代码供测试验证

---

5. 测试验证

目标： 验证代码功能和测试覆盖率

负责人： 工具+人工

输入：

• 迁移代码
• 测试数据
• 测试脚本

输出：

• 测试报告（通过/失败）
• 覆盖率报告（分支/语句）
• 比对结果报告

质量标准：

• 测试通过率≥95%
• 分支覆盖率≥80%
• 无严重缺陷

活动：

1. 运行单元测试（pytest）
2. 执行集成测试
3. 收集覆盖率数据（gcov）
4. 比对COBOL和Java输出
5. 生成测试报告

工具：

• pytest（Python测试）
• gcov（覆盖率收集）
• 自定义比对脚本

---

6. 质量评审

目标： 评审测试结果，确认是否达标

负责人： 开发团队

输入：

• 测试报告
• 覆盖率报告
• 比对结果

输出：

• 评审意见（达标/未达标）
• 改进建议（如需要）

质量标准：

• 所有关键指标达标
• 无阻塞性问题
• 风险可控

活动：

1. 审查测试报告
2. 分析覆盖率数据
3. 确认比对结果
4. 识别未覆盖的分支
5. 做出质量决策

决策点：

• 达标 → 进入步骤7（交付归档）
• 未达标 → 返回步骤4（AI编码实现，反馈迭代）

---

7. 交付归档

目标： 整理交付物，归档项目文档

负责人： 开发团队

输入：

• 测试报告
• 覆盖率报告
• 代码和配置文件
• 需求文档

输出：

• 最终迁移报告
• 代码交付包
• 验证文档
• 项目归档

质量标准：

• 文档完整
• 代码可追溯
• 归档规范

活动：

1. 整理最终报告
2. 打包代码和配置
3. 编写交付说明
4. 归档项目文档
5. 完成项目总结

---

三、流程特点

3.1 人机协作

阶段	人/AI	说明
需求分析	人工	人工理解业务逻辑
方案生成	AI	AI分析代码生成方案
方案审核	人工	人工确认可行性
编码实现	AI	AI生成代码和测试
测试验证	工具	自动化测试执行
质量评审	人工	人工确认质量
交付归档	人工	人工整理交付

3.2 质量门禁

检查点	位置	标准
方案完整性	步骤2→3	方案包含所有必要内容
技术可行性	步骤3	方案技术上可实现
代码规范	步骤4	代码符合规范要求
测试通过率	步骤5	≥95%
分支覆盖率	步骤5	≥80%
质量达标	步骤6	所有关键指标达标

3.3 反馈迭代

迭代循环:
  步骤4 → 步骤5 → 步骤6 → 步骤4 (如未达标)
  
迭代次数:
  通常 1-3 次
  最多 5 次（超过需重新评估方案）

3.4 可审计性

特性	说明
步骤可追溯	每个步骤有明确的输入输出
角色可确认	每个步骤有明确的负责人
时间可记录	每个步骤的开始和结束时间
产出物可验证	每个步骤的产出物可检查

---

四、流程图（简化版）

需求分析 ──→ AI方案生成 ──→ 人工审核 ──→ AI编码实现
    ↑              │              │              │
    │              │              │              │
    │              ↓              │              ↓
    │           (不通过)          │          测试验证
    │              │              │              │
    │              │              │              ↓
    │              │              │          质量评审
    │              │              │              │
    │              │              │              │ 达标
    │              │              │              ↓
    │              │              │          交付归档
    │              │              │              │
    └──────────────┴──────────────┴──────────────┘
                     (未达标时反馈)

---

五、与AI使用日志的关系

本流程图定义了开发范式的各个步骤。在实际执行过程中，每个步骤的执行记录会体现在 _AI_USAGE_LOG.md 中，包含：

• 执行时间
• 执行步骤（对应本流程图的步骤名称）
• 修改摘要
• 涉及文件
• 使用的AI模型