mcpField
P
proposal-review

proposal-review

github.com/petekp测试与质量1072 次安装21 周前更新
代码仓库

关于 proposal-review

proposal-review 是一项引导式提案评审技能,会分段内容、预测可能的反馈,并整理成结构化建议,适用于需要收集和归纳不同格式提案意见的场景。

主要功能

  1. 01按结构灵活拆分提案
  2. 02预测各部分可能反应
  3. 03收集并记录反馈
  4. 04归纳主题与整体倾向
  5. 05按来源选择输出格式

适用场景

  1. 01收集长篇提案的反馈
  2. 02评审 GitHub PR 或 issue
  3. 03为文档生成带引用的反馈

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/petekp/agent-skills --skill proposal-review

安装后在 Claude Code 中输入/proposal-review确认已加载。

详细介绍

提案审查

通过划分内容块、预测反馈并为提案者提供可执行的建议,系统地审查提案。

工作流

┌─────────────────────────────────────────────────────────────┐
│  1. INTAKE: Read entire proposal, identify source format    │
├─────────────────────────────────────────────────────────────┤
│  2. CHUNK: Split into reviewable sections (smart hybrid)    │
├─────────────────────────────────────────────────────────────┤
│  3. REVIEW LOOP: For each chunk:                            │
│     • Present chunk content                                 │
│     • Predict 3-4 likely reactions                          │
│     • Use AskUserQuestion for feedback                      │
│     • Record response                                       │
├─────────────────────────────────────────────────────────────┤
│  4. SYNTHESIZE: Compile feedback, infer overall sentiment   │
├─────────────────────────────────────────────────────────────┤
│  5. OUTPUT: Generate feedback document matching source      │
└─────────────────────────────────────────────────────────────┘

阶段 1:接收

阅读完整提案。识别:

  • 来源格式:本地文件、GitHub PR/issue/gist、Google 文档导出文件等
  • 结构:标题、章节、编号列表或连续行文
  • 长度:估算内容块数量(典型提案以 3-8 个内容块为宜)

不要总结或分享初步印象。直接进入内容分块。

阶段 2:分块策略

使用智能混合分块:

提案结构分块方式
标题/章节清晰每个主要章节作为一个内容块
较大的章节(>500 个单词)在自然段落边界处分割
相邻的较小章节(每个 <100 个单词)合并为一个内容块
编号条目列表每个内容块归为 3-5 个相关条目
没有结构的连续行文在主题转换处拆分(约 300-400 个单词)

内容块顺序:按照文档顺序呈现,除非存在明显的依赖关系(例如,若“备选方案”会影响对提案方案的审查,则将其放在“提案方案”之前)。

阶段 3:审查循环

对每个内容块:

3.1 呈现内容块

引用或概述内容块。对于较长的内容块,引用关键句并概述其余内容。使用清晰的标题,例如:

### Chunk 2 of 5: Technical Architecture
3.2 预测反馈

生成 3-4 条预测反馈,涵盖以下类别:

类别预测示例
澄清“这里不清楚——X 是什么意思?”,“这会如何与 Y 交互?”
顾虑“这个范围似乎太大了”,“你考虑过 Z 风险吗?”
认可“这个方案很合理”,“权衡分析做得不错”
建议“可以考虑备选方案 A”,“这里需要补充关于 B 的细节”

选择与当前内容块最相关的预测反馈。并非每个内容块都需要涵盖所有类别。

3.3 收集反馈

使用 AskUserQuestion,并遵循以下要求:

  • 将预测反馈作为选项(最可能的 2-4 项)
  • 用户可以选择一项,或通过“其他”提供自定义反馈
  • 选项标签应简洁(少于 10 个单词),详细信息放在描述中

示例:

question: "What's your reaction to this technical architecture section?"
header: "Architecture"
options:
  - label: "Looks good"
    description: "The proposed architecture is sound and well-reasoned"
  - label: "Scope concern"
    description: "This feels too ambitious for the timeline"
  - label: "Need clarification"
    description: "Some technical details are unclear or missing"
  - label: "Consider alternative"
    description: "There may be a simpler or better approach"
3.4 记录回复

记录每条回复,包括:

  • 内容块标识符(编号 + 标题)
  • 所选选项或自定义文本
  • 反馈所引用的任何内容

阶段 4:综合整理

审查完所有内容块后:

  1. 按主题归纳反馈:汇总不同内容块中的相似顾虑
  2. 判断整体态度:根据反馈分布判断:
    • 认可为主 → 整体积极,仅有少量建议
    • 反馈不一 → 有条件支持,需要修改
    • 顾虑为主 → 存在需要解决的重大问题
  3. 识别模式:指出是否有相同顾虑多次出现

然后询问:

question: "Would you like me to include suggested next steps for the proposer?"
header: "Next Steps"
options:
  - label: "Yes, include action items"
    description: "Generate concrete next steps based on feedback"
  - label: "No, just the feedback"
    description: "Keep output to observations and reactions only"

阶段 5:生成输出

根据来源调整输出格式:

来源输出格式
GitHub PRPR 审查评论,包含引用的行和线程式反馈
GitHub Issue评论,包含与 issue 结构对应的章节
Markdown 文件配套的 *-feedback.md,包含行内引用
Google 文档结构化评论列表,包含章节引用
通用/未知结构清晰的 Markdown,包含明确的章节
输出结构
## Feedback Summary

**Overall**: [Inferred sentiment - 1 sentence]

## Section-by-Section Feedback

### [Section Name]
[Feedback with quotes where relevant]

### [Section Name]
...

## Key Themes
- [Theme 1]: [Consolidated feedback]
- [Theme 2]: ...

## Next Steps (if requested)
- [ ] [Action item 1]
- [ ] [Action item 2]
语气指南
  • 直接但有建设性
  • 提出批评时引用具体文本
  • 尽可能将顾虑表述为问题(“你考虑过……吗?”而不是“这行不通”)
  • 肯定有效之处,而不只指出问题

特殊情况

非常短的提案(<300 个单词):跳过分块,将其作为一个整体审查,并预测 4-5 条反馈。

非常长的提案(>3000 个单词):将内容块数量限制为 8-10 个。积极合并内容块,或提议重点审查特定章节。

结构不清晰:分块前询问用户最关注哪些章节。

多个提案:一次审查一个。如果顺序不明显,询问用户希望按什么顺序审查。

评论

支持 Markdown