MCP HubMCP Hub
Volver a habilidades

create-github-issues

pjt222
Actualizado 2 days ago
5 vistas
17
2
17
Ver en GitHub
Metadesign

Acerca de

Esta habilidad crea automáticamente incidencias estructuradas en GitHub a partir de hallazgos de revisión de código o desgloses de tareas. Agrupa elementos relacionados en incidencias lógicas, aplica etiquetas y las formatea con plantillas estándar que incluyen criterios de aceptación. Está diseñada para procesar la salida de habilidades de revisión como `review-codebase` con el fin de agilizar el seguimiento de incidencias.

Instalación rápida

Claude Code

Recomendado
Principal
npx skills add pjt222/agent-almanac -a claude-code
Comando PluginAlternativo
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternativo
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-github-issues

Copia y pega este comando en Claude Code para instalar esta habilidad

Documentación

Create GitHub Issues

Findings → grouped GitHub issues w/ labels + acceptance criteria + cross-refs.

Use When

  • Codebase review → findings table → track
  • Planning session → work items → issues
  • TODO / backlog → trackable issues
  • Batch-create related issues, consistent fmt

In

  • Required: findings — items w/ title + desc. Ideally: severity, files, labels
  • Optional:
    • group_by — batch: severity, file, theme (def: theme)
    • label_prefix — auto-label prefix (def: none)
    • create_labels — create missing (def: true)
    • dry_run — preview no create (def: false)

Do

Step 1: Prep Labels

Needed labels exist in repo.

  1. List: gh label list --limit 100
  2. Identify labels from findings (severity, phase, label fields)
  3. Severity map: critical, high-priority, medium-priority, low-priority
  4. Phase/theme: security, architecture, code-quality, accessibility, testing, performance
  5. create_labels = true → gh label create "name" --color "hex" --description "desc"
  6. Colors: red=crit/sec, orange=high, yellow=med, blue=arch, green=test

Got: All label refs exist. No dup.

If err: gh not auth → gh auth login. Create denied → skip, note missing.

Step 2: Group

Batch → logical issues, no sprawl.

  1. theme → phase/category (sec → 1-2 issues, a11y → 1)
  2. severity → level (CRIT → 1, HIGH → 1)
  3. file → primary file
  4. Within group: severity order (CRIT first)
  5. 8 findings → split by sub-theme

  6. Each group → 1 issue

Got: Groups w/ 1-8 findings each. Total: 5-15 for full review.

If err: No grouping metadata → 1 issue per finding (OK for <10, bad for larger).

Step 3: Compose

Std template.

  1. Title: [Severity] Theme: Brief description[HIGH] Security: Eliminate innerHTML injection in panel.js
  2. Body:
    ## 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. Labels: severity + theme + custom
  4. File refs → body mention (not assignee)

Got: Title + numbered findings + checkbox criteria + labels.

If err: Body > 65536 chars → split + cross-ref.

Step 4: Create

Use gh CLI.

  1. dry_run = true → print + stop
  2. Create each:
    gh issue create --title "title" --body "$(cat <<'EOF'
    body content
    EOF
    )" --label "label1,label2"
    
  3. Record URLs
  4. Summary table: #number | Title | Labels | Findings count
  5. Sequence → edit first issue: "Blocked by #X" / "See also #Y"

Got: All created. Summary table w/ URLs.

If err: Individual fail → log + continue. Report end. Common: auth expired, label not found (create_labels=false), network timeout.

Check

  • All findings in ≥1 issue
  • Each issue ≥1 label
  • Each issue has checkbox criteria
  • No dup (check titles vs open)
  • Issue count reasonable (not 1:1 for large)
  • Summary table printed w/ URLs

Traps

  • Sprawl: 1-per-finding → 20+ issues. Group aggressive → 5-10 ideal
  • Missing criteria: No checkboxes → no verify. Every finding → ≥1 checkbox
  • Label chaos: Too many → filter useless. Stick severity + theme
  • Stale refs: Old review → verify findings still apply
  • No dry run: Large sets → always dry_run: true first. Easier edit plan vs close 15 bad issues

  • review-codebase — findings source
  • review-pull-request — PR findings → issues
  • manage-backlog — sprints + priorities
  • create-pull-request — PRs close issues
  • commit-changes — fix commits

Repositorio GitHub

pjt222/agent-almanac
Ruta: i18n/caveman-ultra/skills/create-github-issues
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Habilidades relacionadas

content-collections

Meta

Esta habilidad proporciona una configuración probada en producción para Content Collections, una herramienta centrada en TypeScript que transforma archivos Markdown/MDX en colecciones de datos con tipado seguro mediante validación Zod. Úsala al construir blogs, sitios de documentación o aplicaciones Vite + React con mucho contenido para garantizar seguridad de tipos y validación automática de contenido. Abarca todo, desde la configuración del plugin de Vite y compilación MDX hasta la optimización de despliegue y validación de esquemas.

Ver habilidad

polymarket

Meta

Esta habilidad permite a los desarrolladores crear aplicaciones con la plataforma de mercados de predicción Polymarket, incluyendo la integración de API para operaciones y datos de mercado. También proporciona transmisión de datos en tiempo real a través de WebSocket para monitorear operaciones en vivo y actividad del mercado. Úsela para implementar estrategias de trading o crear herramientas que procesen actualizaciones de mercado en tiempo real.

Ver habilidad

creating-opencode-plugins

Meta

Esta habilidad ayuda a los desarrolladores a crear complementos de OpenCode que se conectan a más de 25 tipos de eventos, como comandos, archivos y operaciones LSP. Proporciona la estructura del complemento, las especificaciones de la API de eventos y los patrones de implementación para módulos en JavaScript/TypeScript. Úsala cuando necesites interceptar, monitorear o extender el ciclo de vida del asistente de IA de OpenCode con lógica personalizada basada en eventos.

Ver habilidad

sglang

Meta

SGLang es un framework de alto rendimiento para el servicio de LLM que se especializa en generación rápida y estructurada para JSON, expresiones regulares y flujos de trabajo de agentes utilizando su caché de prefijos RadixAttention. Ofrece una inferencia significativamente más rápida, especialmente para tareas con prefijos repetidos, lo que lo hace ideal para salidas complejas y estructuradas, y conversaciones multiturno. Elige SGLang sobre alternativas como vLLM cuando necesites decodificación restringida o estés construyendo aplicaciones con uso extensivo de prefijos compartidos.

Ver habilidad