MCP HubMCP Hub
Вернуться к навыкам

create-github-issues

pjt222
Обновлено 2 days ago
8 просмотров
17
2
17
Посмотреть на GitHub
Метаdesign

О программе

Этот навык автоматически преобразует результаты проверки кода или списки задач в структурированные GitHub-issues. Он группирует связанные элементы, присваивает метки и форматирует issues с использованием стандартных шаблонов, включающих критерии приемки. Он предназначен для обработки вывода таких навыков проверки, 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

造 GitHub 議題

自審查發現或任務分解結構化造 GitHub 議題。將發現清單(自 review-codebasesecurity-audit-codebase 或手動分析)轉為合格之 GitHub 議題,含標籤、接受標準、交叉引用。

適用時機

  • 程式庫審查產待追之發現表後
  • 規劃會議辨出應成議題之工作項後
  • 將 TODO 清單或積壓轉為可追之 GitHub 議題時
  • 批次造相關議題,需一致之格式與標籤時

輸入

  • 必要findings — 一項目清單,至少含標題與描述。理想亦含:嚴重度、涉及檔、建議標籤
  • 選擇性
    • group_by — 如何將發現批入議題:severityfiletheme(預設:theme
    • label_prefix — 自動造之標籤前綴(預設:無)
    • create_labels — 是否造缺之標籤(預設:true
    • dry_run — 預覽議題而不造之(預設:false

步驟

步驟一:備標籤

確保倉中有所需標籤。

  1. 列既存標籤:gh label list --limit 100
  2. 辨發現所需標籤(自嚴重度、階段、或明列之標籤欄)
  3. 若未映射嚴重度於標籤,映之:criticalhigh-prioritymedium-prioritylow-priority
  4. 映階段/主題於標籤:securityarchitecturecode-qualityaccessibilitytestingperformance
  5. create_labels 為真,造缺之標籤:gh label create "name" --color "hex" --description "desc"
  6. 用一致色:危急/安全用紅、高用橘、中用黃、架構用藍、測試用綠

預期: 發現所引之標籤皆存於倉。無重複標籤造出。

失敗時:gh CLI 未認證,令用戶行 gh auth login。若標籤造被拒(權限不足),不造標籤而續,記缺之標籤。

步驟二:組發現

批相關發現入合邏輯之議題以避議題蔓延。

  1. group_bytheme:按階段或類別組之(所有安全發現 → 1-2 議題、所有 a11y → 1 議題)
  2. group_byseverity:按嚴重度組之(所有 CRITICAL → 1 議題、所有 HIGH → 1 議題)
  3. group_byfile:按主要涉及檔組之
  4. 各組內按嚴重度序(CRITICAL 先)
  5. 若一組過 8 發現,按子主題分為子組
  6. 各組為一 GitHub 議題

預期: 一組議題群,各含 1-8 相關發現。議題總數當可管(全庫審查典型為 5-15)。

失敗時: 若發現無組織元資料,回退為每發現一議題。此於少發現(< 10)可接受,於多發現則生過多議題。

步驟三:造議題

以標準範本建各議題。

  1. 標題[Severity] Theme: Brief description —— 如 [HIGH] Security: Eliminate innerHTML injection in panel.js
  2. 正文結構:
    ## 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. 施標籤:嚴重度標籤 + 主題標籤 + 任何自訂標籤
  4. 若發現指特定檔,於正文述之(非為指派人)

預期: 各議題有明標題、帶嚴重度標之編號發現、可勾之接受標準、當之標籤。

失敗時: 若正文過 GitHub 議題大小限(65536 字),分議題為部並交叉引用之。

步驟四:造議題

gh CLI 造議題並報結果。

  1. dry_run 為真,列各議題標題與正文而不造,止
  2. 各組成之議題,造之:
    gh issue create --title "title" --body "$(cat <<'EOF'
    body content
    EOF
    )" --label "label1,label2"
    
  3. 記各已造議題之 URL
  4. 所有議題造成後,印摘要表:#number | Title | Labels | Findings count
  5. 若議題當有序,加交叉引用:編第一議題以述「Blocked by #X」或「See also #Y」

預期: 所有議題成造。印含議題編號與 URL 之摘要表。

失敗時: 若某議題造敗,記誤而續他議題。於末報敗。常見敗:認證過期、標籤不存(若 create_labels 為假)、網路逾時。

驗證

  • 所有發現皆現於至少一議題
  • 各議題有至少一標籤
  • 各議題有勾選式接受標準
  • 無造重複議題(察標題與既開議題)
  • 議題數合發現數(多發現時非 1:1)
  • 已印含所有議題 URL 之摘要表

常見陷阱

  • 議題蔓延:每發現造一議題生 20+ 議題,難管。宜積極組之——全審查 5-10 議題為佳
  • 缺接受標準:無勾選框之議題無法驗為完。各發現當映至少一勾選框
  • 標籤之亂:造過多標籤令過濾無用。守嚴重度 + 主題,勿逐發現之標籤
  • 陳舊之引:若自舊審查造議題,造前驗發現仍適用。程式或已改
  • 忘 dry run:大發現集恒先以 dry_run: true 預覽。改計畫易於關 15 誤議題

相關技能

  • review-codebase —— 產此技能所消之發現表
  • review-pull-request —— 產 PR 範圍之發現,亦可轉為議題
  • manage-backlog —— 造議題後組之為衝刺與優先級
  • create-pull-request —— 造 PR 以引用並關議題
  • commit-changes —— 提交解議題之修正

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/wenyan-lite/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