Die Frage hinter dem Tool
Refinement beginnt oft zu spät: Erst im Meeting stellt sich heraus, dass eine Story keinen klaren Rollenbezug hat, die Akzeptanzkriterien nicht testbar sind oder das Item viel zu groß ist. Diese Zeit fehlt dann für das, wofür das Team da ist: das Item gemeinsam verstehen, schätzen und den technischen Ansatz wählen.
Phrom prüft GitHub Issues deshalb schon vor dem Refinement gegen ein transparentes, versioniertes Regelwerk und macht Lücken sichtbar, bevor das Team Zeit investiert.
Was Phrom tut
- GitHub Issues lesen über die REST-API, ohne Schreibzugriff
- Deterministische Checks in Millisekunden: Story-Format, Epic-Verweis, Anzahl der Akzeptanzkriterien
- KI-Checks über Ollama für semantische Fragen, etwa ob Akzeptanzkriterien messbar sind
- Ready Gate: Alle Pflichtkriterien müssen bestehen, unabhängig vom Gesamtscore
- Verbesserungsentwurf auf Anforderung, mit Platzhaltern für fehlendes Produktwissen
- Report mit Score, Befunden und Begründungen – der Product Owner prüft und übernimmt manuell
Guardrails
| Guardrail | Konsequenz |
|---|---|
| KI entscheidet nicht | Die Analyse schreibt nie in GitHub |
| Bewertungen müssen nachvollziehbar sein | Regeln liegen in references/criteria/*.json; jedes Kriterium ist als Regel oder KI gekennzeichnet |
| Daten bleiben unter Kontrolle | Ollama auf konfigurierbarem Host; entfernte Hosts und Cloud-Modelle werden gekennzeichnet |
| Least Privilege | Höchstens ein Read-only-Token für die Analyse; Seeding ist getrennt |
| Keine Magie | Feste Pipeline, kein Agent, kein Framework, kein Fine-Tuning |
Aufbau
Phrom ist ein Node.js-CLI-Tool (phrom) mit Ollama als lokalem Modellserver. Es läuft auf einem CPU-Server ohne GPU: 25 bis 55 Sekunden KI-Zeit pro Issue, etwas über zwölf Minuten für 19 Issues im Demo-Backlog. Der Code ist Open Source, die Analyse-Pipeline ist bewusst schreibgeschützt – Seed- und Reset-Skripte sind getrennte Hilfswerkzeuge mit eigenen Berechtigungen.
Stand
Das MVP ist technisch umgesetzt und gegen ein internes Testset mit 18 Issues geprüft: Die Regeln finden alle 31 erwarteten Lücken ohne Fehlalarme, die KI-Checks decken alle 45 geprüften Kriterien ab. Ob Phrom Product Ownern im realen Workflow tatsächlich hilft, wird gerade mit ersten qualitativen Tests geklärt.