需求开发人日评估

简介: 随着敏捷开发普及,工时评估成关键环节。本文介绍人日概念及评估方法,涵盖开发、自测、联调、测试、发布各阶段周期参考,并提供常见需求如增删改查、导入导出、跨服务调用等典型场景的人日估算标准,助力团队科学排期。

前言
随着敏捷开发在国内的风靡,越来越多的团队开始推行敏捷开发,这其中有一个关键事项就是:工时的人日评估。简单来说就是:项目经理会让开发人员自己评估自己负责的模块大概需要的开发周期。
人日,即按照1人几天完成,如1/人日:表示这个需求需要1个人1天完成,如果有2个人一起做,可能就是0.5天(需求开发一般1+1 < 2,因为有代码合并的兼容性要处理)。
如何粗略评估开发人日
对于需求的人日评估,根据笔者的过往经历,假设开发是3人日,其余情况则做相对应的调整
开发周期:3人日,接口设计、数据库设计、代码开发
自测周期:1人日,约开发周期的0.3~0.5倍
联调周期:2人日,约开发周期的0.5倍,要充分考虑接口重新设计的可能性
测试周期:2人日,基本等同于联调周期,这个阶段有大量的前后端BUG需要修复
发布周期:2H左右,自动化部署平台一键部署或者Linux环境下上传jar包人工部署
常见需求开发人日参考
Excel导入导出:2人日
单表增删改查:1人日
跨服务业务逻辑
远程服务调用(OpenFeign/Dubbo):3人日,需考虑对方给出接口的时间
远程服务消费(MQ):3人日,需考虑对方给出MQ的时间
这里人日评估都是在只做这个需求情况下的评估,如果有多个需求并行,需要做适当的人日拓展。具体拆分细节可参考:
需求拆分与工时评估V3.xmind

天机学堂开发人日参考

相关文章
|
2月前
|
人工智能 自然语言处理 搜索推荐
2026年阿里云Moltbot(原Clawdbot)一键部署官方教程
Moltbot(原Clawdbot)是一款开源本地化AI智能体平台,核心定位是“24小时在线的个人AI助手”,可通过自然语言指令帮用户完成电脑操作与自动化任务。2026年阿里云已上线其全套云服务,支持2GB内存起的轻量应用服务器一键部署,无需复杂配置,即可快速拥有专属AI助手。本文严格依据官方教程,详细拆解部署全流程,全程不带营销词汇,确保步骤原汁原味、可直接落地。
2237 3
|
3月前
|
前端开发 NoSQL Java
低代码IDEA启动项目
本文介绍如何在IDEA中启动Jeecg-Boot前后端项目。先启动Java后端:初始化MySQL与Redis,安装Maven依赖,修改数据库及Redis配置,运行主类启动服务;再启动Vue3前端:安装pnpm/yarn依赖,配置代理与接口地址,执行dev命令启动前端,访问http://localhost:3100,使用admin/123456登录系统。
|
3月前
|
XML 算法 安全
详解RAG五种分块策略,技术原理、优劣对比与场景选型之道
RAG通过检索与生成结合,提升大模型在企业场景的准确性与安全性。分块策略是其核心,直接影响检索效果与回答质量。本文系统解析五种主流分块方法:固定大小、语义、递归、基于文档结构及LLM分块,对比其优缺点与适用场景,并提出组合优化路径,助力构建高效、可信的RAG系统。
|
3月前
|
监控 Java 调度
XXLJob定时任务概述
定时任务指按时间表达式周期执行的任务,适用于对账、提醒、订单超时等场景。实现方式包括单体架构的轮询休眠、Timer、ScheduledExecutorService、Quartz及SpringTask;分布式架构面临重复执行、动态调整、故障转移等问题,主流方案有XXL-JOB、Elastic-Job、Saturn和ScheduleX等。
|
3月前
|
人工智能 JSON 数据挖掘
大模型应用开发中MCP与Function Call的关系与区别
MCP与Function Call是大模型应用的两大关键技术。MCP为模型与外部工具提供标准化通信协议,实现跨模型、跨平台集成;Function Call则是模型调用外部函数的内置机制。前者如“蓝牙协议”,支持多设备互联,后者像“语音助手”,限于单机操作。两者在功能上互补:MCP支持工具热插拔、权限控制与远程调用,适用于企业级复杂系统;Function Call开发简单,适合快速验证单一模型能力。未来趋势将走向融合,形成“模型解析-协议传输-工具执行”的分层架构,推动AI应用生态标准化发展。
|
3月前
|
消息中间件 人工智能 决策智能
AgentScope x RocketMQ:构建多智能体应用组合
AgentScope是阿里巴巴推出的开发者友好型多智能体框架,支持模块化、可定制的智能体应用开发。通过集成RocketMQ,实现高效可靠的A2A通信,助力构建如“智能旅行助手”等复杂协作场景,提升开发透明度与运行时可控性。(238字)
|
3月前
|
机器学习/深度学习 存储 自然语言处理
大模型基础概念术语解释
大语言模型(LLM)基于Transformer架构,通过海量文本训练,具备强大语言理解与生成能力。其核心组件包括注意力机制、位置编码与嵌入层,支持文本分割为Token进行处理。参数量达十亿乃至万亿级,展现涌现与泛化能力,能完成多任务推理。混合专家模型(MoE)提升效率与扩展性,推动大模型持续发展。(237字)
|
3月前
|
Linux 数据安全/隐私保护 虚拟化
虚拟机安装(CentOS7)
准备CentOS7镜像及VMware Workstation(可从百度云下载),提取码已提供。使用VMware创建虚拟机,参考指定教程完成安装。默认登录用户为root,密码由用户自设。确保电脑配置满足运行需求。(238字)
|
3月前
|
设计模式 Linux 开发工具
每日必会3
熟悉Docker部署,掌握docker run、Dockerfile、docker-compose等;熟练使用镜像与容器相关命令。Linux常用命令如ls、cd、grep、ps、top、chmod、find、ssh等操作熟练,查日志常用cat、grep、vim及管道组合。了解SpringMVC执行流程、设计模式与常用注解。
|
3月前
|
负载均衡 中间件 Java
每日必会1
微服务并非绝对优于单体,需结合业务场景。简单应用用单体更轻量,避免分布式复杂性;复杂业务适合微服务,降低耦合,利于扩展。常用中间件如Nacos(注册/配置中心)、OpenFeign(远程调用)、Gateway(网关)。Nacos通过心跳机制维护实例状态,支持临时(心跳剔除)与非临时(主动检测)实例,相比Eureka,兼具AP/CP模式,服务发现更及时。负载均衡常用轮询、加权轮询等,项目中多用轮询策略。