首页
/ 推荐项目:Pickler - 整合Pivotal Tracker与Cucumber的神器

推荐项目:Pickler - 整合Pivotal Tracker与Cucumber的神器

2024-05-21 13:20:30作者:贡沫苏Truman

项目介绍

Pickler是一个强大的工具,用于同步Pivotal Tracker中的用户故事与Cucumber功能文件。无论您是否使用Cucumber,只需创建一个features/目录和一个tracker.yml配置文件,即可将Pickler作为Pivotal Tracker的命令行客户端。这个小巧灵活的工具旨在简化您的敏捷开发流程,帮助团队更高效地管理故事卡片和测试用例。

项目技术分析

Pickler的核心功能包括:

  • 双向同步:支持从Pivotal Tracker下载未完成或未计划的故事,并将本地更新推送到Tracker。
  • 智能映射:它将故事名称映射到Feature:行,将描述以额外的两个空格缩进转换为特性主体。
  • 命令行界面:提供多种操作命令,如pullpushsearch等,方便进行故事管理和状态切换。
  • Vim插件:可选安装Vim插件,增强Git commit消息中的特征ID自动补全功能。

Pickler基于Ruby语言编写,充分利用了Pivotal Tracker的API,确保数据的准确性和实时性。

项目及技术应用场景

  • 敏捷开发团队:对于采用Cucumber进行BDD(行为驱动开发)的团队,Pickler能帮助保持Pivotal Tracker与代码库中测试用例的一致性。
  • 个人开发者:即使不使用Cucumber,Pickler也可以作为一个简洁的Pivotal Tracker CLI工具,让您在终端轻松管理任务。
  • 自动化工作流:通过与其他脚本或CI/CD系统的集成,Pickler可以自动处理故事的状态更新和版本控制。

项目特点

  • 简单易用:通过简单的配置和命令行操作,快速上手并融入日常工作流程。
  • 灵活性高:支持自定义文件命名,便于管理和跟踪特定故事。
  • 安全提醒:请注意,pushpull 命令可能会覆盖本地或远程资源,请谨慎操作。
  • 社区友好:鼓励贡献者遵循Git提交规范,以及对反馈的快速响应和合并请求。

总之,Pickler是提升敏捷开发效率和团队协作的利器,尤其对于使用Pivotal Tracker和Cucumber的团队更是不可或缺。现在就尝试安装Pickler,让您的项目管理工作变得更加高效和有序。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
486
37
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
315
10
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
191
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
991
395
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
276
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
937
554
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
69