mcpField
T
to-issues

to-issues

github.com/akillness開発53240 回インストール1 日前に更新
リポジトリ

to-issues について

計画や仕様を、個別に実行できるエンドツーエンドの縦割りスライスとして課題に分解するスキルです。人間の開発者や AI エージェント向けに、依存順と HITL/AFK の分類も整理します。

主な機能

  1. 01縦割りスライスへの課題分解
  2. 02依存関係の順序付け
  3. 03HITL と AFK の分類
  4. 04受け入れ基準テンプレート
  5. 05トラッカーへの登録手順

活用シーン

  1. 01PRD を実装チケットに分解
  2. 02並行可能な機能作業の準備
  3. 03人間の開発者や AI エージェント向けのタスク整理

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/akillness/jeo-skills --skill to-issues

インストール後、Claude Code で/to-issuesを入力して読み込まれたか確認します。

詳細

Issue 化

計画や仕様を、個別に実行可能な垂直スライスの Issue に変換します。

このスキルを使う場面

  • 計画や PRD を実装チケットに分解する
  • 機能を並行作業できる項目に分割する
  • AI エージェント(AFK)または人間の開発者(HITL)向けの作業を準備する

このスキルを使わない場面

  • PRD をゼロから作成する → to-prd を使用する
  • 既存の Issue を評価・分類する → triage を使用する
  • 実装チケットを作らずに計画する → task-planning を使用する

基本原則:垂直スライス

各スライスは、あらゆる層(スキーマ、API、UI、テスト)を通る、狭くても完全な経路です。完了したスライスは、それぞれ単独でデモできます。

❌ 水平分割:「データベースのテーブルをすべて追加」→「API エンドポイントをすべて追加」→「UI コンポーネントをすべて追加」 ✅ 垂直分割:「ユーザーがタスクを作成できる」(スキーマ + API + UI + テスト、エンドツーエンド)

Issue の種類

  • HITL — 人間の関与が必要:アーキテクチャ上の決定、デザインレビュー、外部アクセス、手動テスト
  • AFK — 人間の入力なしで実装・マージが可能(可能な場合はこちらを優先)

プロセス

1. コンテキストを収集する

会話から計画を読み取るか、参照されている Issue を取得します。分解を始める前に、全体の範囲を把握します。

2. コードベースを調査する

Issue の命名には、プロジェクトのドメイン用語集(CONTEXT.md)と語彙を使用します。重複作業を避けるため、現在の状態を把握します。

3. 垂直スライスの草案を作成する
  • 各スライスは、ユーザーに価値を提供する、単独で完了可能な単位です
  • 各スライスは、関連するすべての層を通ります
  • 依存関係に従って順序を付けます(何が先に必要か)
  • HITL または AFK のラベルを付けます
4. ユーザーに確認する

公開する前に、以下を確認します。

  • スライスの粒度は適切ですか?(大きすぎると見積もりが難しく、小さすぎると変更が頻発します)
  • 依存関係の順序は正しいですか?
  • 統合または分割すべきスライスはありますか?
  • HITL/AFK の分類を変更するものはありますか?
5. トラッカーに公開する

依存関係の順に公開します。標準の Issue テンプレートを使用します。

## Context

[Brief description of what this slice delivers and why it matters]

## Acceptance Criteria

- [ ] [Specific, testable criterion]
- [ ] [Specific, testable criterion]

## Implementation Notes

[Key decisions, constraints, or approach hints if known]

## Type

HITL | AFK

適切なラベルを追加します。カテゴリ(bug/enhancement)と状態(needs-triage または ready-for-agent/ready-for-human)です。

手順

  1. タスクのトリガーと期待される出力を特定します。
  2. このスキルのワークフロー手順を上から順に実行します。
  3. 次の手順に進む前に、出力を検証します。
  4. 手順に失敗した場合は、ブロッカーと代替手順を記録します。

例

  • 例:まずこのスキルを小さな範囲に適用し、検証に合格してから全範囲に拡大します。

ベストプラクティス

  • 出力の再現性と監査可能性を保ちます。
  • 広範囲でリスクの高い編集より、小規模で元に戻せる変更を優先します。
  • 前提条件を明示的に記録します。

参考資料

  • プロジェクト標準:.agent-skills/skill-standardization/SKILL.md
  • バリデータースクリプト:.agent-skills/skill-standardization/scripts/validate_skill.sh

コメント