Back to Skills

create-github-issues

pjt222
Updated 2 days ago
6 views
17
2
17
View on GitHub
Metageneral

About

This skill automatically creates structured GitHub issues from code review findings or task breakdowns. It groups related findings into logical issues, applies labels, and generates issues with standard templates including summaries and acceptance criteria. Use it to automate issue creation after codebase reviews or similar analysis tasks.

Quick Install

Claude Code

Recommended
Primary
npx skills add pjt222/agent-almanac -a claude-code
Plugin CommandAlternative
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternative
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-github-issues

Copy and paste this command in Claude Code to install this skill

Documentation


name: create-github-issues description: > Creación estructurada de issues en GitHub a partir de hallazgos de revisión o desgloses de tareas. Agrupa hallazgos relacionados en issues lógicos, aplica etiquetas y produce issues con plantillas estándar que incluyen resumen, hallazgos y criterios de aceptación. Diseñado para consumir la salida de review-codebase u habilidades de revisión similares. 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 locale: es source_locale: en source_commit: 6f65f316 translator: claude-opus-4-6 translation_date: 2026-03-16

Crear Issues en GitHub

Creación estructurada de issues en GitHub a partir de hallazgos de revisión o desgloses de tareas. Convierte una lista de hallazgos (de review-codebase, security-audit-codebase, o análisis manual) en issues de GitHub bien formados con etiquetas, criterios de aceptación y referencias cruzadas.

Cuándo Usar

  • Después de una revisión de código que produce una tabla de hallazgos que necesita seguimiento
  • Después de una sesión de planificación que identifica elementos de trabajo que deben convertirse en issues
  • Al convertir una lista de TODO o un backlog en issues rastreables de GitHub
  • Al crear en lote issues relacionados que requieren formato y etiquetado consistente

Entradas

  • Requerido: findings — una lista de elementos, cada uno con al menos un título y descripción. Idealmente también incluye: gravedad, archivos afectados y etiquetas sugeridas
  • Opcional:
    • group_by — cómo agrupar los hallazgos en issues: severity, file, theme (por defecto: theme)
    • label_prefix — prefijo para etiquetas creadas automáticamente (por defecto: ninguno)
    • create_labels — si se crean etiquetas faltantes (por defecto: true)
    • dry_run — previsualizar issues sin crearlos (por defecto: false)

Procedimiento

Paso 1: Preparar Etiquetas

Asegúrate de que todas las etiquetas necesarias existan en el repositorio.

  1. Lista las etiquetas existentes: gh label list --limit 100
  2. Identifica las etiquetas necesarias por los hallazgos (según gravedad, fase o campos de etiqueta explícitos)
  3. Mapea las gravedades a etiquetas si aún no están mapeadas: critical, high-priority, medium-priority, low-priority
  4. Mapea fases/temas a etiquetas: security, architecture, code-quality, accessibility, testing, performance
  5. Si create_labels es true, crea las etiquetas faltantes: gh label create "name" --color "hex" --description "desc"
  6. Usa colores consistentes: rojo para crítico/seguridad, naranja para alto, amarillo para medio, azul para arquitectura, verde para pruebas

Esperado: Todas las etiquetas referenciadas por los hallazgos existen en el repositorio. No se crean etiquetas duplicadas.

En caso de fallo: Si el CLI gh no está autenticado, indica al usuario que ejecute gh auth login. Si la creación de etiquetas es denegada (permisos insuficientes), procede sin crearlas y anota cuáles faltan.

Paso 2: Agrupar Hallazgos

Agrupa los hallazgos relacionados en issues lógicos para evitar la proliferación de issues.

  1. Si group_by es theme: agrupa los hallazgos por fase o categoría (todos los hallazgos de seguridad → 1-2 issues, todos los de accesibilidad → 1 issue)
  2. Si group_by es severity: agrupa los hallazgos por nivel de gravedad (todos los CRITICAL → 1 issue, todos los HIGH → 1 issue)
  3. Si group_by es file: agrupa los hallazgos por archivo afectado principal
  4. Dentro de cada grupo, ordena los hallazgos por gravedad (CRITICAL primero)
  5. Si un grupo tiene más de 8 hallazgos, divídelo en subgrupos por subtema
  6. Cada grupo se convierte en un issue de GitHub

Esperado: Un conjunto de grupos de issues, cada uno conteniendo 1-8 hallazgos relacionados. El número total de issues debe ser manejable (típicamente 5-15 para una revisión completa del código).

En caso de fallo: Si los hallazgos no tienen metadatos de agrupación, recurre a un issue por hallazgo. Esto es aceptable para conjuntos pequeños de hallazgos (< 10) pero produce demasiados issues para conjuntos más grandes.

Paso 3: Redactar Issues

Construye cada issue usando una plantilla estándar.

  1. Título: [Severity] Theme: Brief description — por ejemplo, [HIGH] Security: Eliminate innerHTML injection in panel.js
  2. Estructura del cuerpo:
    ## 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. Aplica etiquetas: etiqueta de gravedad + etiqueta de tema + etiquetas personalizadas adicionales
  4. Si los hallazgos hacen referencia a archivos específicos, mencionarlos en el cuerpo (no como asignados)

Esperado: Cada issue tiene un título claro, hallazgos numerados con insignias de gravedad, criterios de aceptación en casillas de verificación y etiquetas apropiadas.

En caso de fallo: Si el cuerpo supera el límite de tamaño de issue de GitHub (65536 caracteres), divide el issue en partes y haz referencias cruzadas entre ellas.

Paso 4: Crear Issues

Crea los issues usando el CLI gh e informa de los resultados.

  1. Si dry_run es true, imprime el título y cuerpo de cada issue sin crearlo y detente
  2. Para cada issue redactado, créalo:
    gh issue create --title "title" --body "$(cat <<'EOF'
    body content
    EOF
    )" --label "label1,label2"
    
  3. Registra la URL de cada issue creado
  4. Después de crear todos los issues, imprime una tabla resumen: #número | Título | Etiquetas | Cantidad de hallazgos
  5. Si los issues deben estar secuenciados, añade referencias cruzadas: edita el primer issue para mencionar "Blocked by #X" o "See also #Y"

Esperado: Todos los issues creados con éxito. Se imprime una tabla resumen con los números de issue y URLs.

En caso de fallo: Si un issue individual falla al crearse, registra el error y continúa con los issues restantes. Informa de los fallos al final. Fallos comunes: autenticación expirada, etiqueta no encontrada (si create_labels era false), tiempo de espera de red agotado.

Validación

  • Todos los hallazgos están representados en al menos un issue
  • Cada issue tiene al menos una etiqueta
  • Cada issue tiene criterios de aceptación con casillas de verificación
  • No se crearon issues duplicados (comprueba los títulos contra los issues abiertos existentes)
  • El número de issues es razonable para la cantidad de hallazgos (no 1:1 para conjuntos grandes)
  • Se imprimió la tabla resumen con todas las URLs de los issues

Errores Comunes

  • Proliferación de issues: Crear un issue por hallazgo produce más de 20 issues difíciles de gestionar. Agrupa de forma agresiva — 5-10 issues de una revisión completa es lo ideal
  • Criterios de aceptación faltantes: Los issues sin casillas de verificación no pueden verificarse como completos. Cada hallazgo debe corresponder al menos a una casilla
  • Caos de etiquetas: Crear demasiadas etiquetas hace inútil el filtrado. Cíñete a gravedad + tema, no etiquetas por hallazgo individual
  • Referencias desactualizadas: Al crear issues a partir de una revisión antigua, verifica que los hallazgos aún aplican antes de crear los issues. El código puede haber cambiado
  • Olvidar el modo de prueba: Para conjuntos grandes de hallazgos, previsualiza siempre con dry_run: true primero. Es mucho más fácil editar un plan que cerrar 15 issues incorrectos

Habilidades Relacionadas

  • review-codebase — produce la tabla de hallazgos que esta habilidad consume
  • review-pull-request — produce hallazgos con alcance de PR que también pueden convertirse en issues
  • manage-backlog — organiza los issues en sprints y prioridades tras la creación
  • create-pull-request — crea PRs que referencian y cierran los issues
  • commit-changes — hace commit de las correcciones que resuelven los issues

GitHub Repository

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

Related Skills

content-collections

Meta

This skill provides a production-tested setup for Content Collections, a TypeScript-first tool that transforms Markdown/MDX files into type-safe data collections with Zod validation. Use it when building blogs, documentation sites, or content-heavy Vite + React applications to ensure type safety and automatic content validation. It covers everything from Vite plugin configuration and MDX compilation to deployment optimization and schema validation.

View skill

polymarket

Meta

This skill enables developers to build applications with the Polymarket prediction markets platform, including API integration for trading and market data. It also provides real-time data streaming via WebSocket to monitor live trades and market activity. Use it for implementing trading strategies or creating tools that process live market updates.

View skill

creating-opencode-plugins

Meta

This skill helps developers create OpenCode plugins that hook into 25+ event types like commands, files, and LSP operations. It provides the plugin structure, event API specifications, and implementation patterns for JavaScript/TypeScript modules. Use it when you need to intercept, monitor, or extend the OpenCode AI assistant's lifecycle with custom event-driven logic.

View skill

sglang

Meta

SGLang is a high-performance LLM serving framework that specializes in fast, structured generation for JSON, regex, and agentic workflows using its RadixAttention prefix caching. It delivers significantly faster inference, especially for tasks with repeated prefixes, making it ideal for complex, structured outputs and multi-turn conversations. Choose SGLang over alternatives like vLLM when you need constrained decoding or are building applications with extensive prefix sharing.

View skill