Zurück zu Fähigkeiten

create-github-issues

pjt222
Aktualisiert 2 days ago
6 Ansichten
17
2
17
Auf GitHub ansehen
Metageneral

Über

Dieses Claude Skill wandelt Code-Review-Ergebnisse oder Aufgabenaufschlüsselungen in strukturierte GitHub Issues um. Es gruppiert zusammenhörige Elemente, wendet Labels an und erstellt Issues mithilfe einer Standardvorlage mit Zusammenfassung, Ergebnissen und Abnahmekriterien. Es ist darauf ausgelegt, mit Ausgaben von Skills wie `review-codebase` zu arbeiten, um die Issue-Verfolgung zu automatisieren.

Schnellinstallation

Claude Code

Empfohlen
Primär
npx skills add pjt222/agent-almanac -a claude-code
Plugin-BefehlAlternativ
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternativ
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-github-issues

Kopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren

Dokumentation


name: create-github-issues description: > レビュー結果やタスク分解からGitHub Issueを構造的に作成します。 関連する調査結果を論理的なIssueにグループ化し、ラベルを適用し、 概要・調査結果・受け入れ条件を含む標準テンプレートでIssueを作成します。 review-codebaseや類似のレビュースキルの出力を取り込むことを想定して設計。 locale: ja source_locale: en source_commit: 6f65f316 translator: claude-opus-4-6 translation_date: 2026-03-16 license: MIT allowed-tools: Read Bash Grep Glob metadata: author: Philipp Thoss version: "1.0" domain: git complexity: intermediate language: multi tags: git, github, project-management, issues, review, automation

GitHub Issueの作成

レビュー結果やタスク分解から構造的にGitHub Issueを作成する。review-codebasesecurity-audit-codebase、または手動分析による調査結果のリストを、ラベル・受け入れ条件・相互参照を持つ適切に整形されたGitHub Issueに変換する。

使用タイミング

  • コードベースレビューが追跡が必要な調査結果テーブルを生成した後
  • 計画セッションでIssueにすべき作業項目が特定された後
  • TODOリストやバックログをGitHubの追跡可能なIssueに変換するとき
  • 一貫したフォーマットとラベル付けが必要な関連Issueをまとめて作成するとき

入力

  • 必須: findings — 各アイテムに最低限タイトルと説明を含む項目のリスト。理想的には深刻度、影響を受けるファイル、提案ラベルも含む
  • 任意:
    • group_by — 調査結果をIssueにまとめる方法: severity(深刻度)、file(ファイル)、theme(テーマ)(デフォルト: theme
    • label_prefix — 自動作成ラベルのプレフィックス(デフォルト: なし)
    • create_labels — 存在しないラベルを作成するか(デフォルト: true
    • dry_run — Issueを作成せずにプレビューする(デフォルト: false

手順

ステップ1: ラベルの準備

リポジトリに必要なラベルがすべて存在することを確認する。

  1. 既存ラベルを一覧表示: gh label list --limit 100
  2. 調査結果が必要とするラベルを特定(深刻度、フェーズ、または明示的なラベルフィールドから)
  3. 深刻度をラベルにマッピング(未マッピングの場合): criticalhigh-prioritymedium-prioritylow-priority
  4. フェーズ/テーマをラベルにマッピング: securityarchitecturecode-qualityaccessibilitytestingperformance
  5. create_labels がtrueの場合、不足ラベルを作成: gh label create "name" --color "hex" --description "desc"
  6. 一貫した色を使用: critical/securityは赤、highはオレンジ、mediumは黄、architectureは青、testingは緑

期待結果: 調査結果が参照するすべてのラベルがリポジトリに存在する。重複したラベルが作成されていない。

失敗時: gh CLIが認証されていない場合、ユーザーに gh auth login の実行を指示する。ラベル作成が拒否された場合(権限不足)、ラベルなしで続行し、不足しているラベルを記録する。

ステップ2: 調査結果のグループ化

関連する調査結果を論理的なIssueにまとめてIssueの増殖を防ぐ。

  1. group_bytheme の場合: フェーズまたはカテゴリ別にグループ化(すべてのセキュリティ調査結果 → 1〜2件のIssue、すべてのa11y → 1件のIssue)
  2. group_byseverity の場合: 深刻度レベル別にグループ化(すべてのCRITICAL → 1件のIssue、すべてのHIGH → 1件のIssue)
  3. group_byfile の場合: 主に影響を受けるファイルでグループ化
  4. 各グループ内で調査結果を深刻度順に並べる(CRITICAL優先)
  5. グループに8件を超える調査結果がある場合、サブテーマ別にサブグループに分割する
  6. 各グループが1件のGitHub Issueになる

期待結果: 関連する1〜8件の調査結果を含むIssueグループのセットが作成される。Issueの総数が管理可能な範囲(コードベースの完全レビューで通常5〜15件)になる。

失敗時: 調査結果にグループ化メタデータがない場合、調査結果1件につき1件のIssueにフォールバックする。これは少数の調査結果(10件未満)では許容されるが、多数の場合はIssueが多くなりすぎる。

ステップ3: Issueの構成

標準テンプレートを使用して各Issueを作成する。

  1. タイトル: [深刻度] テーマ: 簡単な説明 — 例: [HIGH] Security: Eliminate innerHTML injection in panel.js
  2. 本文の構造:
    ## Summary
    One-paragraph overview of what this issue addresses and why it matters.
    
    ## Findings
    1. **[SEVERITY]** Finding description (`file.js:line`) — brief explanation
    2. **[SEVERITY]** Finding description (`file.js:line`) — brief explanation
    
    ## Acceptance Criteria
    - [ ] Criterion derived from finding 1
    - [ ] Criterion derived from finding 2
    - [ ] All changes pass existing tests
    
    ## Context
    Generated from codebase review on YYYY-MM-DD.
    Related: #issue_numbers (if applicable)
    
  3. ラベルを適用: 深刻度ラベル + テーマラベル + カスタムラベル
  4. 調査結果が特定のファイルを参照する場合、本文に記載する(アサインとしてではなく)

期待結果: 各Issueに明確なタイトル、深刻度バッジ付きの番号付き調査結果、チェックボックス形式の受け入れ条件、適切なラベルが含まれている。

失敗時: 本文がGitHubのIssueサイズ制限(65536文字)を超える場合、Issueを複数のパートに分割して相互参照する。

ステップ4: Issueの作成

gh CLIを使用してIssueを作成し、結果を報告する。

  1. dry_run がtrueの場合、各Issueのタイトルと本文を作成せずに出力して停止する
  2. 各構成済みIssueを作成する:
    gh issue create --title "title" --body "$(cat <<'EOF'
    body content
    EOF
    )" --label "label1,label2"
    
  3. 作成された各IssueのURLを記録する
  4. すべてのIssueを作成した後、概要テーブルを出力する: #番号 | タイトル | ラベル | 調査結果の件数
  5. Issueの順序付けが必要な場合、相互参照を追加する: 最初のIssueを編集して「Blocked by #X」または「See also #Y」を記載する

期待結果: すべてのIssueが正常に作成される。Issue番号とURLを含む概要テーブルが出力される。

失敗時: 個別のIssue作成が失敗した場合、エラーをログに記録して残りのIssueの処理を続ける。最後に失敗を報告する。一般的な失敗原因: 認証の期限切れ、ラベルが見つからない(create_labels がfalseの場合)、ネットワークタイムアウト。

バリデーション

  • すべての調査結果が少なくとも1件のIssueに含まれている
  • 各Issueに少なくとも1つのラベルがある
  • 各Issueにチェックボックス形式の受け入れ条件がある
  • 重複したIssueが作成されていない(タイトルを既存のオープンIssueと照合)
  • 調査結果の件数に対してIssue数が適切である(大規模なセットで1:1になっていない)
  • すべてのIssueのURLを含む概要テーブルが出力された

よくある落とし穴

  • Issueの増殖: 調査結果1件につき1件のIssueを作成すると20件以上のIssueが生まれ管理が困難になる。積極的にグループ化すること — 完全なレビューからは5〜10件のIssueが理想的
  • 受け入れ条件の欠如: チェックボックスのないIssueは完了を検証できない。すべての調査結果は少なくとも1つのチェックボックスに対応させる
  • ラベルの混乱: ラベルを多く作りすぎるとフィルタリングが意味をなさなくなる。深刻度とテーマのみに絞り、調査結果ごとのラベルは避ける
  • 古い参照: 古いレビューからIssueを作成する場合、Issue作成前に調査結果が依然として該当するか確認する。コードが変更されている可能性がある
  • dry run忘れ: 大量の調査結果の場合、必ず先に dry_run: true でプレビューする。計画の編集は15件の誤ったIssueをクローズするよりはるかに簡単

関連スキル

  • review-codebase — このスキルが取り込む調査結果テーブルを生成する
  • review-pull-request — IssueにもなりえるPRスコープの調査結果を生成する
  • manage-backlog — 作成後のIssueをスプリントと優先度に整理する
  • create-pull-request — Issueを参照してクローズするPRを作成する
  • commit-changes — Issueを解決する修正をコミットする

GitHub Repository

pjt222/agent-almanac
Pfad: i18n/ja/skills/create-github-issues
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Verwandte Skills

content-collections

Meta

Diese Skill bietet eine produktionsgetestete Einrichtung für Content Collections – ein TypeScript-first-Tool, das Markdown/MDX-Dateien in typsichere Datensammlungen mit Zod-Validierung umwandelt. Verwenden Sie ihn beim Erstellen von Blogs, Dokumentationsseiten oder inhaltsstarken Vite + React-Anwendungen, um Typsicherheit und automatische Inhaltsvalidierung zu gewährleisten. Er behandelt alles von der Vite-Plugin-Konfiguration und MDX-Kompilierung bis hin zur Deployment-Optimierung und Schema-Validierung.

Skill ansehen

polymarket

Meta

Diese Fähigkeit ermöglicht es Entwicklern, Anwendungen mit der Polymarket-Prognosemärkte-Plattform zu erstellen, einschließlich API-Integration für Handel und Marktdaten. Sie bietet außerdem Echtzeit-Datenstreaming über WebSocket, um Live-Trades und Marktaktivitäten zu überwachen. Nutzen Sie sie zur Implementierung von Handelsstrategien oder zur Erstellung von Tools, die Live-Marktaktualisierungen verarbeiten.

Skill ansehen

creating-opencode-plugins

Meta

Diese Fähigkeit unterstützt Entwickler dabei, OpenCode-Plugins zu erstellen, die in über 25 Ereignistypen wie Befehle, Dateien und LSP-Operationen eingreifen. Sie bietet die Plugin-Struktur, Event-API-Spezifikationen und Implementierungsmuster für JavaScript/TypeScript-Module. Nutzen Sie sie, wenn Sie den Lebenszyklus des OpenCode KI-Assistenten mit benutzerdefinierter ereignisgesteuerter Logik abfangen, überwachen oder erweitern müssen.

Skill ansehen

sglang

Meta

SGLang ist ein hochperformantes LLM-Serving-Framework, das sich auf schnelle, strukturierte Generierung für JSON, Regex und agentenbasierte Workflows unter Verwendung seines RadixAttention-Prefix-Cachings spezialisiert. Es bietet deutlich schnellere Inferenz, insbesondere für Aufgaben mit wiederholten Präfixen, was es ideal für komplexe, strukturierte Ausgaben und Mehrfachdialoge macht. Wählen Sie SGLang gegenüber Alternativen wie vLLM, wenn Sie constrained decoding benötigen oder Anwendungen mit umfangreicher Präfix-Weitergabe entwickeln.

Skill ansehen