MCP HubMCP Hub
Вернуться к навыкам

create-github-issues

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

О программе

Этот навык автоматически создает структурированные GitHub issues на основе результатов проверки кода или разбивки задач. Он группирует связанные находки в логические issues, применяет метки и генерирует issues с использованием шаблонов, включающих сводки, находки и критерии приемки. Используйте его для обработки выводов навыков проверки, таких как `review-codebase`, для автоматизированного отслеживания 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


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.

  1. Vorhandene Labels auflisten: gh label list --limit 100
  2. Von den Befunden benoetigte Labels identifizieren (aus Schweregrad, Phase oder expliziten Label-Feldern)
  3. Schweregrade auf Labels abbilden falls noch nicht geschehen: critical, high-priority, medium-priority, low-priority
  4. Phasen/Themen auf Labels abbilden: security, architecture, code-quality, accessibility, testing, performance
  5. Wenn create_labels wahr ist, fehlende Labels erstellen: gh label create "name" --color "hex" --description "desc"
  6. 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.

  1. Wenn group_by theme ist: Befunde nach Phase oder Kategorie gruppieren (alle Sicherheitsbefunde -> 1-2 Issues, alle a11y -> 1 Issue)
  2. Wenn group_by severity ist: Befunde nach Schweregrad gruppieren (alle CRITICAL -> 1 Issue, alle HIGH -> 1 Issue)
  3. Wenn group_by file ist: Befunde nach primaer betroffener Datei gruppieren
  4. Innerhalb jeder Gruppe Befunde nach Schweregrad ordnen (CRITICAL zuerst)
  5. Wenn eine Gruppe mehr als 8 Befunde hat, in Untergruppen nach Unterthema aufteilen
  6. 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.

  1. Titel: [Schweregrad] Thema: Kurzbeschreibung — z.B. [HIGH] Security: innerHTML-Injektion in panel.js beseitigen
  2. 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)
    
  3. Labels zuweisen: Schweregrad-Label + Themen-Label + benutzerdefinierte Labels
  4. 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.

  1. Wenn dry_run wahr ist, jeden Issue-Titel und Inhalt ausgeben ohne zu erstellen, dann stoppen
  2. Fuer jedes formulierte Issue erstellen:
    gh issue create --title "titel" --body "$(cat <<'EOF'
    inhalt
    EOF
    )" --label "label1,label2"
    
  3. Die URL jedes erstellten Issues festhalten
  4. Nach Erstellung aller Issues eine Zusammenfassungstabelle ausgeben: #Nummer | Titel | Labels | Befundanzahl
  5. 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: true vorschauen. Es ist viel leichter einen Plan zu bearbeiten als 15 falsche Issues zu schliessen

Verwandte Skills

  • review-codebase — erzeugt die Befundtabelle die dieser Skill verarbeitet
  • review-pull-request — erzeugt PR-bezogene Befunde die ebenfalls in Issues umgewandelt werden koennen
  • manage-backlog — organisiert Issues nach der Erstellung in Sprints und Prioritaeten
  • create-pull-request — erstellt PRs die die Issues referenzieren und schliessen
  • commit-changes — committet die Korrekturen die die Issues aufloesen

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/de/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