行业参考 · 互联网 · 研发 · 证据 E1
Automating Our Backlog with Cursor Automations, n8n, and Mattermost - Mattermost
这是公开报道的其他企业案例，不是 Alan 交付的项目。内容由 AI 收集整理，以原文为准。
企业遇到的问题
AI 编码 agent 无法可靠地自主处理 backlog，缺少队列、状态管理、上下文获取和细粒度工具权限约束。
概要
Mattermost 员工在 Mattermost 中 @提及内部 AI 代理 Matty 提出工作请求，Matty 创建 Jira 工单，n8n 作为编排层筛选排队，Cursor Automations 云沙箱 agent 认领工单、写代码、运行测试并开启 PR。n8n 仅给 agent 暴露四个精选 MCP 工具。
原文写明的事实
- Mattermost 使用内部 AI 代理 Matty，由 Mattermost Agents 插件驱动
- 任何团队成员可在 Mattermost 中 @提及 Matty 请求工作
- Matty 创建 Jira 工单并分配给自动化用户
- n8n 作为编排层筛选和排队工单，触发 agent，并暴露 MCP 工具
- Cursor Automations 作为云沙箱执行引擎认领工单、写代码、运行测试并开启 PR
- GitHub 是代码落点，agent 开启 draft PR，n8n 在工单生命周期完成后标记 ready for review
- n8n 只给 agent 暴露精选过的四个工具，agent 没有原始 MCP 访问权限
- 环境快照包含 Docker 和本地 Mattermost 栈、插件安装说明、agent-browser CLI、AWS CLI 用于截图上传 S3
还有 21 条细节，见文末原文来源。
怎么做的
- 输入：Mattermost 中 @提及 Matty 提出工作请求
- 处理：Matty 建 Jira 单，n8n 过滤/排队，Cursor 云沙箱 agent 认领工单并编写代码跑测试
- 数据：Jira 工单、代码仓库、本地 Mattermost 环境
- 动作：agent 写代码并开 draft PR，n8n 管理状态并通知团队
- 输出：可审查的 PR，团队在 Mattermost 收到通知
如果你也想做：复制评估
AI 初评，供参考。具体能不能做，要看你企业的数据、流程和人。
- 难度：高（需要配置 Skill / Connector）
- 需要的能力：Jira 工单处理 Skill、代码生成 Skill、PR 创建 Skill
- 需要接的数据/系统：Jira、GitHub、Mattermost、n8n、AWS S3
- 仍需人工的环节：人工 code review PR；工单筛选规则维护；异常处理
- 风险：AI 生成代码质量需人工审查；工具权限失控风险；核心代码库安全风险
- 原文没披露的：需自建 Jira 状态机；需云沙箱编码环境；要限制 agent 工具权限
可稳定做到工单触发、代码草稿与 PR 流转；代码质量仍需人工审查，企业需自建权限边界。
来源
证据说明：企业官方博客记录自身流程，单一来源，内容详尽。