DSH Java Native Plugin 场景案例：产品经理的 AI 需求工作台。需求池按「价值×2 − 成本 − 风险」自动打分排序，PRD 卡片一键可查，用户反馈聚类映射到需求，版本发布说明初稿自动生成。
# 1. 启动 DSH（默认 8090，模型渠道已预配）
bash ~/.workbuddy/skills/dsh-java-plugin-skills/scripts/start_harness.sh
# 2. 启动业务应用（显式端口，避开 SERVER_PORT 环境变量劫持）
cd pm-workbench
java -jar pw-app/target/pw-app-1.0.0-SNAPSHOT.jar --server.port=18143
# 3. 安装并激活插件
bash ~/.workbuddy/skills/dsh-java-plugin-skills/scripts/install_plugin.sh \
pw-plugin/target/pw-plugin-1.0.0-SNAPSHOT.jar pm-workbench 1.0.0 pw-plugin-1.0.0-SNAPSHOT.jar
# 4. 打开应用：http://127.0.0.1:18143 DSH 控制台：http://127.0.0.1:8090| 服务 | 地址 |
|---|---|
| 产品需求工作台（本应用） | http://127.0.0.1:18143 |
| DSH 控制台（对话入口） | http://127.0.0.1:8090 |
| 项 | 值 |
|---|---|
| pluginId | pm-workbench |
| 入口类 | cn.xiaofuge.as.plugin.PmWorkbenchPlugin |
| 工具前缀 | plugin__pm-workbench__<tool> |
| 端口 | 18143 |
| 工具 | 说明 |
|---|---|
req_list |
需求池：按优先级分（价值×2−成本−风险）降序，可按 status、module 过滤 |
req_detail |
需求详情 + PRD 卡片：打分明细、验收要点、关联反馈数 |
release_list |
版本排期：版本/窗口/主题/状态/包含需求 |
feedback_cluster |
用户反馈聚类：主题声量、样本、映射需求、立项建议 |
release_notes |
发布说明初稿：按版本聚合需求条目 + 验收提示 |
stats |
工作台总览：状态/来源分布、待评审 TOP3、AI 建议 |
- 25 条需求（待评审 9 / 已排期 6 / 开发中 4 / 已上线 6），来源覆盖用户反馈、客服工单、运营活动、数据洞察、老板需求
- 6 个版本排期（v2.3.7 ~ v3.4.0），含大促备战 v2.5.0
- 10 条用户反馈聚类为 7 个主题，映射到对应需求或提示立项
python3 pm_workbench_e2e.py
# ===== pm-workbench E2E: 6/6 PASS =====覆盖：需求池列表、PRD 详情、版本排期、反馈聚类、发布说明生成、工作台总览。
- 打分规则固定为「价值×2 − 成本 − 风险」，价值/成本/风险为 1-10 的人工评分
- 反馈聚类基于预置主题映射（relate），非实时 NLP 聚类
- 发布说明为初稿生成，人工审核后发布