開發者vinthuy於V2EX「分享創造」版發布開源專案Reqmango，定位為可自建的需求管理系統。貼文發布約一天，累積約639次瀏覽，目前回覆數為1則。
根據原貼說明，這套系統的核心設計是讓新需求先進入Intake分診流程，由系統判定類型、優先級，並給出疑似重複的建議；判定有疑慮的項目才交由人工處理。AI功能內嵌在Issue、Intake與Cycle三個環節中，且資料儲存在使用者自己的機器上。
開發者點出的使用情境是：團隊的痛點往往在於需求從羣組、郵件、口頭等多個管道湧入時，類型判斷、優先級排序與重複排查全靠人工處理。Reqmango的Intake機制即是針對這一環節設計。
部署與試用方式
專案以MIT授權釋出，並提供一鍵試用流程。使用者透過git clone取得原始碼後，複製.env.example設定檔、執行docker compose up —build，再以瀏覽器開啟localhost即可進入系統。示範帳號與密碼已在貼文中公開。AI分診建議屬於選配功能，需在.env中設定AI_API_KEY並重啟後才會啟用。
原貼提供的一分鐘走查路徑為：登入後進入項目設定的分診頁，透過「入口表單連結」提交一條需求，再回到分診佇列進行接受或拒絕操作。
定位與後續規劃
開發者在補充說明中釐清了兩點。其一，分診只是入口，日常運作仰賴自訂工作項類型、自訂工作流（含審批）與自動化規則（觸發、條件、動作）等能力，相關設定均可於項目設置側欄查看。其二，專案定位並非取代Jira，而是提供想自建系統、或希望資料留在自己機器上的團隊一個以Docker快速試用的選項；若使用者發現Jira具備而本專案尚缺的功能，歡迎開Issue共同補齊。
原始碼託管採雙軌制：GitCode作為國內主場，GitHub（vinthuy/reqmango）作為國際鏡像。開發者另在GitHub Issues列出待協作項目，包括篩選晶片i18n（Issue #3）、Compose首次啟動說明（Issue #9）與歡迎總覽（Issue #13），並表示歡迎小步PR。
截至發稿，貼文僅有開發者本人的一則補充回覆，外部使用者的實測回饋尚未出現。AI分診的實際判定準確度、與既有工具的功能差距，均有待更多使用紀錄佐證。