create-pull-request
について
このClaude Skillは、GitHub CLIを使用してGitHubプルリクエストの作成と管理を自動化します。ブランチの準備、構造化されたタイトルと説明文を含むPRの作成、マージワークフローを通じたレビュー対応を処理します。機能ブランチからの変更をコードレビュー用に提案する場合や、完了した作業をメインブランチにマージする際にご利用ください。
クイックインストール
Claude Code
推奨npx 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-pull-requestこのコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします
ドキュメント
造拉取請求
造 GitHub 拉取請求,含明標題、結構化描述、得宜之分支立。
適用時機
- 自功能或修正分支提改以供審
- 將已完工作併入主分支
- 請協作者行程式審查
- 記一組改動之目的與範圍
輸入
- 必要:含已提交之改動之功能分支
- 必要:合併至之基底分支(常為
main) - 選擇性:待請之審者
- 選擇性:標籤或里程碑
- 選擇性:草稿狀態
步驟
步驟一:確保分支已備
驗分支與基底分支同步且所有改動已提交:
# Check for uncommitted changes
git status
# Fetch latest from remote
git fetch origin
# Rebase on latest main (or merge)
git rebase origin/main
預期: 分支超前 origin/main,無未提交之改動且無衝突。
失敗時: 若 rebase 衝突,解之(見 resolve-git-conflicts 技能),繼以 git rebase --continue。若分支顯著分歧,考慮 git merge origin/main 代之。
步驟二:察分支上所有改動
察 PR 所含之全差異與提交歷史:
# See all commits on this branch (not on main)
git log origin/main..HEAD --oneline
# See the full diff against main
git diff origin/main...HEAD
# Check if branch tracks remote and is pushed
git status -sb
預期: 所有提交與 PR 相關。差異僅顯所欲之改動。
失敗時: 若有不相關之提交,考慮互動 rebase 以清歷史,再造 PR。
步驟三:推分支
# Push branch to remote (set upstream tracking)
git push -u origin HEAD
預期: 分支現於 GitHub 遠端。
失敗時: 若推被拒,先以 git pull --rebase origin <branch> 拉並解任何衝突。
步驟四:寫 PR 標題與描述
標題守於 70 字以內。用正文述細節:
gh pr create --title "Add weighted mean calculation" --body "$(cat <<'EOF'
## Summary
- Implement `weighted_mean()` with NA handling and zero-weight filtering
- Add input validation for mismatched vector lengths
- Include unit tests covering edge cases
## Test plan
- [ ] `devtools::test()` passes with no failures
- [ ] Manual verification with example data
- [ ] Edge cases: empty vectors, all-NA weights, zero-length input
🤖 Generated with [Claude Code](https://claude.com/claude-code)
EOF
)"
草稿 PR:
gh pr create --title "WIP: Add authentication" --body "..." --draft
預期: PR 造於 GitHub 且返 URL。描述明述改動與測法。
失敗時: 若 gh 未認證,行 gh auth login。若基底分支誤,以 --base main 指定。
步驟五:處審查回饋
應審查意見並推更新:
# View PR comments
gh api repos/{owner}/{repo}/pulls/{number}/comments
# View PR review status
gh pr checks
# After making changes, commit and push
git add <files>
git commit -m "$(cat <<'EOF'
fix: address review feedback on input validation
EOF
)"
git push
預期: 新提交顯於 PR。審查意見已處。
失敗時: 若推後 CI 察敗,以 gh pr checks 察檢查輸出,修之再請重審。
步驟六:合併與清
核准後:
# Merge the PR (squash merge keeps history clean)
gh pr merge --squash --delete-branch
# Or merge with all commits preserved
gh pr merge --merge --delete-branch
# Or rebase merge (linear history)
gh pr merge --rebase --delete-branch
合併後更本地 main:
git checkout main
git pull origin main
預期: PR 已合、遠端分支已刪、本地 main 已更。
失敗時: 若合被失敗檢查或缺核准所阻,先處之。勿未解阻礙而強制合併。
驗證
- PR 標題簡(70 字內)且述性
- PR 正文含改動摘要與測計畫
- 分支上所有提交與 PR 相關
- CI 察皆通
- 分支與基底分支同步
- 審者已指(若倉設要求)
- 差異中無敏感資料
常見陷阱
- PR 過大:PR 守於單功能或修正。大 PR 難審且易生合併衝突
- 缺測計畫:恒述改動可如何驗,即文件 PR 亦然
- 陳舊分支:若基底分支顯著前行,造 PR 前 rebase 以減合併衝突
- 審中強制推:避對有開放審查意見之分支強制推。推新提交令審者見漸進改動
- 不讀 CI 輸出:請重審前察
gh pr checks。敗 CI 耗審者之時 - 忘刪分支:合併時用
--delete-branch以保遠端清
相關技能
commit-changes- 為 PR 造提交manage-git-branches- 分支造與命名慣例resolve-git-conflicts- rebase/合併中之衝突處create-github-release- 合併後之發布
GitHub リポジトリ
関連スキル
content-collections
メタこのスキルは、Content Collections(Markdown/MDXファイルを型安全なデータコレクションに変換するTypeScriptファーストのツール)の本番環境でテストされた設定を提供します。Zodバリデーションによる型安全性を実現し、ブログ、ドキュメントサイト、コンテンツ重視のVite + Reactアプリケーション構築時にご利用ください。Viteプラグインの設定、MDXコンパイルから、デプロイ最適化、スキーマバリデーションまで、すべてを網羅しています。
polymarket
メタこのスキルは、開発者がPolymarket予測市場プラットフォームを活用したアプリケーション構築を可能にします。API統合による取引や市場データの取得に加え、WebSocketを介したリアルタイムデータストリーミングにより、ライブ取引や市場活動を監視できます。取引戦略の実装や、ライブ市場更新を処理するツールの作成にご利用ください。
creating-opencode-plugins
メタこのスキルは、開発者がコマンド、ファイル、LSP操作など25種類以上のイベントタイプにフックするOpenCodeプラグインを作成することを支援します。JavaScript/TypeScriptモジュール向けに、プラグイン構造、イベントAPI仕様、および実装パターンを提供します。カスタムイベント駆動ロジックでOpenCode AIアシスタントのライフサイクルをインターセプト、監視、または拡張する必要がある場合にご利用ください。
sglang
メタSGLangは、高性能なLLMサービングフレームワークであり、RadixAttentionプレフィックスキャッシュを活用したJSON、正規表現、エージェントワークフロー向けの高速で構造化された生成を特長とします。特にプレフィックスが繰り返されるタスクにおいて、大幅に高速な推論を実現し、複雑な構造化出力やマルチターン対話に最適です。制約付きデコードが必要な場合や、広範なプレフィックス共有を伴うアプリケーションを構築する場合は、vLLMなどの代替案ではなくSGLangを選択してください。
