MCP HubMCP Hub
Вернуться к навыкам

create-github-issues

pjt222
Обновлено Yesterday
3 просмотров
17
2
17
Посмотреть на GitHub
Метаdesign

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

Рекомендуется
Основной
npx skills add pjt222/agent-almanac -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/pjt222/agent-almanac
Git клонированиеАльтернативный
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/create-github-issues

Скопируйте 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.

  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

GitHub репозиторий

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

Похожие навыки

content-collections

Мета

Этот 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.

Просмотреть навык

polymarket

Мета

Этот 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.

Просмотреть навык

creating-opencode-plugins

Мета

Этот 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.

Просмотреть навык

sglang

Мета

SGLang — 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.

Просмотреть навык