create-github-issues
О программе
Этот навык автоматически создает структурированные GitHub-issues на основе результатов код-ревью или разбивки задач. Он группирует связанные элементы в логические issues, применяет метки и форматирует их с использованием стандартных шаблонов, включая критерии приемки. Навык предназначен для обработки вывода таких инструментов анализа, как `review-codebase`, чтобы упростить отслеживание задач.
Быстрая установка
Claude Code
Рекомендуетсяnpx 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-issuesСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
Документация
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.
- List:
gh label list --limit 100 - Identify labels from findings (severity, phase, label fields)
- Severity map:
critical,high-priority,medium-priority,low-priority - Phase/theme:
security,architecture,code-quality,accessibility,testing,performance create_labels= true →gh label create "name" --color "hex" --description "desc"- 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.
theme→ phase/category (sec → 1-2 issues, a11y → 1)severity→ level (CRIT → 1, HIGH → 1)file→ primary file- Within group: severity order (CRIT first)
-
8 findings → split by sub-theme
- 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.
- Title:
[Severity] Theme: Brief description—[HIGH] Security: Eliminate innerHTML injection in panel.js - 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) - Labels: severity + theme + custom
- 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.
dry_run= true → print + stop- Create each:
gh issue create --title "title" --body "$(cat <<'EOF' body content EOF )" --label "label1,label2" - Record URLs
- Summary table:
#number | Title | Labels | Findings count - 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: truefirst. Easier edit plan vs close 15 bad issues
→
review-codebase— findings sourcereview-pull-request— PR findings → issuesmanage-backlog— sprints + prioritiescreate-pull-request— PRs close issuescommit-changes— fix commits
GitHub репозиторий
Похожие навыки
content-collections
МетаЭтот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.
polymarket
МетаЭтот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.
creating-opencode-plugins
МетаЭтот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.
sglang
МетаSGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.
