create-github-issues
À propos
Cette compétence crée automatiquement des issues GitHub structurées à partir de constats de revue de code ou de décompositions de tâches. Elle regroupe les constats liés en issues logiques, applique des étiquettes, et génère des issues en utilisant des modèles avec résumés, constats et critères d'acceptation. Utilisez-la pour traiter les sorties de compétences de revue comme `review-codebase` afin d'automatiser le suivi des issues.
Installation rapide
Claude Code
Recommandénpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-github-issuesCopiez et collez cette commande dans Claude Code pour installer cette compétence
Documentation
name: create-github-issues locale: de source_locale: en source_commit: 6f65f316 translator: claude translation_date: "2026-03-17" description: > Strukturierte GitHub-Issue-Erstellung aus Review-Befunden oder Aufgabenaufschluessen. Gruppiert zusammenhaengende Befunde in logische Issues, vergibt Labels und erzeugt Issues mit Standardvorlagen einschliesslich Zusammenfassung, Befunden und Abnahmekriterien. Konzipiert zum Verarbeiten von Ausgaben aus review-codebase oder aehnlichen Review-Skills. 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-Issues erstellen
Strukturierte GitHub-Issue-Erstellung aus Review-Befunden oder Aufgabenaufschluessen. Wandelt eine Liste von Befunden (aus review-codebase, security-audit-codebase oder manueller Analyse) in wohlgeformte GitHub-Issues mit Labels, Abnahmekriterien und Querverweisen um.
Wann verwenden
- Nach einem Codebase-Review das eine Befundtabelle erzeugt hat die nachverfolgt werden muss
- Nach einer Planungssitzung die Arbeitspakete identifiziert hat die zu Issues werden sollen
- Beim Umwandeln einer TODO-Liste oder eines Backlogs in nachverfolgbare GitHub-Issues
- Beim Massenerstellen zusammenhaengender Issues die einheitliche Formatierung und Labels benoetigen
Eingaben
- Erforderlich:
findings— eine Liste von Eintraegen, jeder mindestens mit Titel und Beschreibung. Idealerweise auch: Schweregrad, betroffene Dateien und vorgeschlagene Labels - Optional:
group_by— wie Befunde in Issues zusammengefasst werden:severity,file,theme(Standard:theme)label_prefix— Praefix fuer automatisch erstellte Labels (Standard: keines)create_labels— ob fehlende Labels erstellt werden sollen (Standard:true)dry_run— Issues in der Vorschau anzeigen ohne sie zu erstellen (Standard:false)
Vorgehensweise
Schritt 1: Labels vorbereiten
Sicherstellen dass alle benoetigten Labels im Repository vorhanden sind.
- Vorhandene Labels auflisten:
gh label list --limit 100 - Von den Befunden benoetigte Labels identifizieren (aus Schweregrad, Phase oder expliziten Label-Feldern)
- Schweregrade auf Labels abbilden falls noch nicht geschehen:
critical,high-priority,medium-priority,low-priority - Phasen/Themen auf Labels abbilden:
security,architecture,code-quality,accessibility,testing,performance - Wenn
create_labelswahr ist, fehlende Labels erstellen:gh label create "name" --color "hex" --description "desc" - Einheitliche Farben verwenden: Rot fuer critical/security, Orange fuer high, Gelb fuer medium, Blau fuer architecture, Gruen fuer testing
Erwartet: Alle von Befunden referenzierten Labels existieren im Repository. Keine doppelten Labels erstellt.
Bei Fehler: Wenn gh-CLI nicht authentifiziert ist, den Benutzer anweisen gh auth login auszufuehren. Wenn Label-Erstellung verweigert wird (unzureichende Berechtigungen), ohne Label-Erstellung fortfahren und vermerken welche Labels fehlen.
Schritt 2: Befunde gruppieren
Zusammenhaengende Befunde in logische Issues buendeln um Issue-Zersiedelung zu vermeiden.
- Wenn
group_bythemeist: Befunde nach Phase oder Kategorie gruppieren (alle Sicherheitsbefunde -> 1-2 Issues, alle a11y -> 1 Issue) - Wenn
group_byseverityist: Befunde nach Schweregrad gruppieren (alle CRITICAL -> 1 Issue, alle HIGH -> 1 Issue) - Wenn
group_byfileist: Befunde nach primaer betroffener Datei gruppieren - Innerhalb jeder Gruppe Befunde nach Schweregrad ordnen (CRITICAL zuerst)
- Wenn eine Gruppe mehr als 8 Befunde hat, in Untergruppen nach Unterthema aufteilen
- Jede Gruppe wird zu einem GitHub-Issue
Erwartet: Eine Reihe von Issue-Gruppen, jede mit 1-8 zusammenhaengenden Befunden. Die Gesamtzahl der Issues sollte ueberschaubar sein (typischerweise 5-15 fuer ein vollstaendiges Codebase-Review).
Bei Fehler: Wenn Befunde keine Gruppierungsmetadaten haben, auf ein Issue pro Befund zurueckfallen. Das ist akzeptabel fuer kleine Befundmengen (< 10), erzeugt aber zu viele Issues fuer groessere Mengen.
Schritt 3: Issues formulieren
Jedes Issue mit einer Standardvorlage aufbauen.
- Titel:
[Schweregrad] Thema: Kurzbeschreibung— z.B.[HIGH] Security: innerHTML-Injektion in panel.js beseitigen - Inhalt Struktur:
## Zusammenfassung Ein-Absatz-Ueberblick was dieses Issue behandelt und warum es wichtig ist. ## Befunde 1. **[SCHWEREGRAD]** Befundbeschreibung (`datei.js:zeile`) — kurze Erklaerung 2. **[SCHWEREGRAD]** Befundbeschreibung (`datei.js:zeile`) — kurze Erklaerung ## Abnahmekriterien - [ ] Kriterium abgeleitet aus Befund 1 - [ ] Kriterium abgeleitet aus Befund 2 - [ ] Alle Aenderungen bestehen vorhandene Tests ## Kontext Generiert aus Codebase-Review am JJJJ-MM-TT. Verwandt: #issue_nummern (falls zutreffend) - Labels zuweisen: Schweregrad-Label + Themen-Label + benutzerdefinierte Labels
- Wenn Befunde bestimmte Dateien referenzieren, sie im Inhalt erwaehnen (nicht als Zugewiesene)
Erwartet: Jedes Issue hat einen klaren Titel, nummerierte Befunde mit Schweregrad-Markierungen, Checkbox-Abnahmekriterien und passende Labels.
Bei Fehler: Wenn der Inhalt GitHubs Issue-Groessenlimit (65536 Zeichen) ueberschreitet, das Issue in Teile aufteilen und gegenseitig referenzieren.
Schritt 4: Issues erstellen
Die Issues mit dem gh-CLI erstellen und Ergebnisse berichten.
- Wenn
dry_runwahr ist, jeden Issue-Titel und Inhalt ausgeben ohne zu erstellen, dann stoppen - Fuer jedes formulierte Issue erstellen:
gh issue create --title "titel" --body "$(cat <<'EOF' inhalt EOF )" --label "label1,label2" - Die URL jedes erstellten Issues festhalten
- Nach Erstellung aller Issues eine Zusammenfassungstabelle ausgeben:
#Nummer | Titel | Labels | Befundanzahl - Wenn Issues sequenziert werden sollen, Querverweise hinzufuegen: das erste Issue bearbeiten um "Blockiert von #X" oder "Siehe auch #Y" zu erwaehnen
Erwartet: Alle Issues erfolgreich erstellt. Eine Zusammenfassungstabelle mit Issue-Nummern und URLs wird ausgegeben.
Bei Fehler: Wenn ein einzelnes Issue nicht erstellt werden kann, den Fehler protokollieren und mit den verbleibenden Issues fortfahren. Fehlschlaege am Ende berichten. Haeufige Ursachen: Authentifizierung abgelaufen, Label nicht gefunden (wenn create_labels falsch war), Netzwerk-Timeout.
Validierung
- Alle Befunde sind in mindestens einem Issue vertreten
- Jedes Issue hat mindestens ein Label
- Jedes Issue hat Checkbox-Abnahmekriterien
- Keine doppelten Issues wurden erstellt (Titel gegen vorhandene offene Issues pruefen)
- Issue-Anzahl ist angemessen fuer die Befundanzahl (nicht 1:1 fuer grosse Mengen)
- Zusammenfassungstabelle wurde mit allen Issue-URLs ausgegeben
Haeufige Stolperfallen
- Issue-Zersiedelung: Ein Issue pro Befund erstellen erzeugt 20+ Issues die schwer zu verwalten sind. Aggressiv gruppieren — 5-10 Issues aus einem vollstaendigen Review sind ideal
- Fehlende Abnahmekriterien: Issues ohne Checkboxen koennen nicht als abgeschlossen verifiziert werden. Jeder Befund sollte auf mindestens eine Checkbox abgebildet werden
- Label-Chaos: Zu viele Labels erstellen macht Filtern nutzlos. Bei Schweregrad + Thema bleiben, nicht Labels pro Befund
- Veraltete Referenzen: Wenn Issues aus einem alten Review erstellt werden, vor dem Erstellen ueberpruefen ob die Befunde noch gelten. Der Code koennte sich geaendert haben
- Trockenlauf vergessen: Fuer grosse Befundmengen immer zuerst mit
dry_run: truevorschauen. Es ist viel leichter einen Plan zu bearbeiten als 15 falsche Issues zu schliessen
Verwandte Skills
review-codebase— erzeugt die Befundtabelle die dieser Skill verarbeitetreview-pull-request— erzeugt PR-bezogene Befunde die ebenfalls in Issues umgewandelt werden koennenmanage-backlog— organisiert Issues nach der Erstellung in Sprints und Prioritaetencreate-pull-request— erstellt PRs die die Issues referenzieren und schliessencommit-changes— committet die Korrekturen die die Issues aufloesen
Dépôt GitHub
Compétences associées
content-collections
MétaCette compétence propose une configuration éprouvée en production pour Content Collections, un outil axé sur TypeScript qui transforme des fichiers Markdown/MDX en collections de données typées de manière sûre avec une validation Zod. Utilisez-la lors de la création de blogs, de sites de documentation ou d'applications Vite + React riches en contenu pour garantir la sécurité de typage et la validation automatique du contenu. Elle couvre tout, de la configuration du plugin Vite et de la compilation MDX à l'optimisation des déploiements et la validation des schémas.
polymarket
MétaCette compétence permet aux développeurs de créer des applications avec la plateforme de marchés prédictifs Polymarket, incluant l'intégration d'API pour le trading et les données de marché. Elle fournit également une diffusion de données en temps réel via WebSocket pour surveiller les transactions en direct et l'activité du marché. Utilisez-la pour mettre en œuvre des stratégies de trading ou pour créer des outils traitant les mises à jour de marché en direct.
creating-opencode-plugins
MétaCette compétence aide les développeurs à créer des plugins OpenCode qui s'interconnectent avec plus de 25 types d'événements tels que les commandes, les fichiers et les opérations LSP. Elle fournit la structure du plugin, les spécifications de l'API événementielle et les modèles d'implémentation pour les modules JavaScript/TypeScript. Utilisez-la lorsque vous avez besoin d'intercepter, de surveiller ou d'étendre le cycle de vie de l'assistant IA OpenCode avec une logique personnalisée pilotée par les événements.
sglang
MétaSGLang est un framework de service LLM haute performance spécialisé dans la génération rapide et structurée pour les workflows JSON, regex et agentiques grâce à son cache de préfixe RadixAttention. Il offre une inférence nettement plus rapide, particulièrement pour les tâches avec des préfixes répétés, ce qui le rend idéal pour les sorties complexes et structurées ainsi que les conversations multi-tours. Choisissez SGLang plutôt que des alternatives comme vLLM lorsque vous avez besoin d'un décodage contraint ou que vous construisez des applications avec un partage étendu de préfixes.
