ChatGPT工作计划AI 评分 · 待评分AI 辅助编辑·未发现明显提示词注入风险n8n.io

用 n8n 自动分配 JIRA 工单:Supabase 向量库 + AI 匹配

定时将已解决的 JIRA 工单写入 Supabase 向量库;对超期未分配工单,用 AI 找相似历史记录并按负载自动指派

经验丰富步骤流程提示词
给谁
需要减少工单积压、自动分配待处理 JIRA 问题的技术团队或运维负责人
你会得到
超期未分配工单自动指派给最可能胜任且当前负载最低的成员,并在工单中留言通知
你需要
n8n · supabase

硬约束

前置条件:可访问的 n8n 实例;JIRA Cloud 项目与 API 凭证(jiraSoftwareCloudApi);Supabase 项目且已启用 pgvector 扩展与 documents 表;OpenAI API 凭证(openAiApi)。模板含两条定时触发流:流一每日拉取已解决工单并写入向量库;流二扫描超期未分配工单,经 AI 相似检索与负载排序后自动指派。需按实际项目名、成员、时间阈值修改 JQL 与参数。来源未提供费用估算。

他们做了什么

作者 jimleuk 在 n8n 官方模板库发布了一个双流自动化模板:流一定时拉取 JIRA 已解决工单并写入 Supabase 向量库;流二扫描超期未分配工单,通过 AI Agent 相似检索找到曾解决过类似问题的成员,再按当前负载排序并自动指派,同时在工单中留言通知。

效果如何

作者称该模板可帮助忙碌团队减少手动管理积压工单的工作量(author_report)。模板在 n8n.io 上展示,视图数 2041。本站未实测运行,不保证实际效果。

值得知道

1)若未找到相似工单,模板会跳过该工单,作者建议此时可升级给项目经理处理;2)指派逻辑已简化,实际使用时可扩展部门、假期等额外条件;3)JIRA 与 Supabase 可替换为 Linear、Qdrant 等竞品;4)workflow.json 中 JQL 硬编码了 'My Kanban Project' 与 5 天阈值,必须按实际环境修改;5)需确保 Supabase documents 表结构与 Langchain 向量存储兼容。

n8n 工作流模板

结构已检查 · 未实际运行

下载后在 n8n 选择“Import from File”,或复制 JSON 后粘贴到编辑器。先配置自己的账号,再用测试数据运行;模板默认未启用。

配置与测试清单

需要绑定的凭证

  • Embeddings OpenAI 节点:绑定OpenAI API 凭证。
  • Issues Similarity Database 节点:绑定supabaseApi 凭证。
  • Supabase Vector Store 节点:绑定supabaseApi 凭证。
  • Embeddings OpenAI1 节点:绑定OpenAI API 凭证。
  • OpenAI Chat Model 节点:绑定OpenAI API 凭证。
  • Check User Workflow 节点:绑定jiraSoftwareCloudApi 凭证。
  • Assign User to Ticket 节点:绑定jiraSoftwareCloudApi 凭证。
  • Get Unassigned Tickets more than 5 days 节点:绑定jiraSoftwareCloudApi 凭证。
  • Add Comment to Issue 节点:绑定jiraSoftwareCloudApi 凭证。
  • Last 50 Resolved 节点:绑定jiraSoftwareCloudApi 凭证。
  • OpenAI Chat Model1 节点:绑定OpenAI API 凭证。

需要替换的配置

  • 源模板来自 n8n 公开库 #3395(约 36 个节点)。导入后先保持未启用,核对触发器、表达式与外部 API 端点。
  • Sticky Note 中的说明仅供参考;按自己的账号、表结构或频道 ID 替换占位配置。

测试输入与预期结果

  • 在测试环境手动执行一次主路径,确认每个需凭证的节点已连接且无鉴权错误。
  • 用一条合成/脱敏样例数据跑通,核对输出字段与下游写入目标,再考虑生产启用。

模板处理说明

  • 已移除原作者凭证绑定、webhookId 与执行数据,工作流设为未启用;节点、连线与原文提示词保持原样。未在 n8n 中实际运行。
  • 未改业务逻辑;运行前请自行核对密钥、配额与隐私合规。

模板获取日期: 2026-10-24

步骤

  1. 准备凭证与 Supabase 向量库

    在 n8n 中配置三类凭证:OpenAI API(openAiApi)、Supabase(supabaseApi)、JIRA Cloud(jiraSoftwareCloudApi)。在 Supabase 按 Langchain 快速入门创建启用了 pgvector 的数据库与 documents 表,供后续向量存储使用。

  2. 获取已解决工单

    第一条流由 Schedule Trigger 启动,通过 JIRA 节点用 JQL 拉取最近已解决的工单。去重节点(Remove Duplicates)确保同一工单仅入库一次。

  3. 构建向量库索引

    将 JIRA 工单的摘要、描述、创建/解决日期、指派人等元数据,经 Default Data Loader 与 Recursive Character Text Splitter 处理后,用 OpenAI Embeddings 生成向量,写入 Supabase Vector Store(Issues Similarity Database)。

    运行提示词 · 来源原文。Default Data Loader 节点的 JSON Data 字段(jsonMode=expressionData)

    =# {{ $json.title }}
    - created {{ $json.created_date }}
    - resolved {{ $json.resolution_date }}
    
    ## description
    {{ $json.description }}
  4. 监控超期未分配工单

    第二条流由另一个 Schedule Trigger 启动,通过 JIRA 节点定期查询状态为 To Do、指派人为空且超过 5 天未变更的工单。

  5. AI 检索相似已解决工单

    对每个超期工单,AI Agent 节点调用 Supabase Vector Store 工具检索相似且已解决的工单,并提取历史指派人信息。

    运行提示词 · 来源原文。Find Similar Issues + Assignees 节点的 text 字段(用户输入/待匹配工单内容)

    =# {{ $json.fields.summary }}
    
    ## description
    {{ $json.fields.description }}

    运行提示词 · 来源原文。Find Similar Issues + Assignees 节点的 System Message 字段

    You are a project management assistant helping to assign stale JIRA issues to team members. To find out who best to assign the issue to, you must first find similar JIRA issues in terms of problem and context and attain the team members who resolved them. The logic is that these team members are likely to be best suited to take on the issue since they've tackled similar issues before.
    
    In your response, for each matching issue, list the following:
    * issue_key
    * assignee_id
    * assignee_name
  6. 按负载筛选最佳指派人

    将 AI 返回的候选指派人去重后,通过 JIRA 查询每人当前 In Progress 工单数,经 Summarize 与 Sort 节点排序,选出负载最低者。

  7. 自动指派并留言

    将工单指派给负载最低的成员,并在 JIRA 工单中添加评论说明自动指派原因。循环处理直至所有可分配的超期工单完成。

可复制提示词

搭建指导 · 本站建议版本。交给搭建助手,先确认输入和权限,再指导导入与修改

这一段是提示词,页面不会在这里插入广告。

你是一个 n8n 工作流搭建助手。用户想复现「自动分配 JIRA 工单」模板。请先确认用户已具备:1) n8n 实例;2) JIRA Cloud 凭证与项目权限;3) Supabase 项目且已按 https://supabase.com/docs/guides/ai/langchain?database-method=sql 完成 pgvector 初始化;4) OpenAI API 密钥。然后引导用户导入 workflow JSON,修改 Schedule Trigger 间隔、JQL 中的项目名称与时间阈值,最后测试两条流是否分别能写入向量库和完成自动指派。

复制到 AI 助手或 n8n 导入向导中使用;需按实际项目替换 JQL 中的 'My Kanban Project'

来源

Auto-assign support tickets with JIRA, Supabase and AI · jimleuk · n8n.io · 2025-04-01

留言与反馈

试过这个方法吗?分享效果、遇到的问题或改进建议。留言审核后公开,请勿填写敏感信息。

正在加载…

    相关用例