mcpField
T
to-issues

to-issues

github.com/akillness开发53240 次安装1 天前更新
代码仓库

关于 to-issues

将计划和规格拆分为可独立执行的端到端垂直切片议题，供团队安排人工开发者或 AI Agent 的实施工作，并标注依赖顺序及 HITL/AFK 类型。

主要功能

  1. 01垂直切片议题拆分
  2. 02依赖顺序编排
  3. 03HITL 与 AFK 分类
  4. 04验收标准模板
  5. 05跟踪器发布指引

适用场景

  1. 01将 PRD 拆分为实施任务
  2. 02准备可并行的功能工作
  3. 03为人工开发者或 AI Agent 整理任务

安装

复制下面的命令，在终端中运行。

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

安装后在 Claude Code 中输入/to-issues确认已加载。

详细介绍

转换为 Issues

将计划和规格拆分为可独立执行的纵向切片 issues。

适用场景

  • 将计划或 PRD 拆分为实现工单
  • 将功能拆解为可并行处理的工作项
  • 为 AI Agent（AFK）或人工开发者（HITL）准备工作

不适用场景

  • 从头创建 PRD → 使用 to-prd
  • 评估/分类现有 issues → 使用 triage
  • 不创建实现工单的规划 → 使用 task-planning

核心原则：纵向切片

每个切片都是一条狭窄但完整、贯穿各层的路径：架构、API、UI、测试。完成的切片可以独立演示。

❌ 横向拆分：“添加所有数据库表”→“添加所有 API 端点”→“添加所有 UI 组件” ✅ 纵向拆分：“用户可以创建任务”（架构 + API + UI + 测试，端到端）

Issue 类型

  • HITL — 需要人工参与：架构决策、设计审查、外部访问、手动测试
  • AFK — 无需人工输入即可实现并合并（条件允许时优先采用）

流程

1. 收集上下文

阅读对话中的计划，或获取引用的 issues。拆分前先了解完整范围。

2. 探索代码库

命名 issues 时使用项目的领域术语表（CONTEXT.md）和词汇。了解当前状态，避免重复工作。

3. 起草纵向切片
  • 每个切片 = 一个可独立完成、能为用户带来价值的工作单元
  • 每个切片都贯穿所有相关层
  • 按依赖关系排序（哪些必须先于哪些存在）
  • 标记为 HITL 或 AFK
4. 向用户确认

发布前确认：

  • 切片的粒度是否合适？（太大 = 难以估算；太小 = 反复折腾）
  • 依赖关系的顺序是否正确？
  • 是否有切片应该合并或拆分？
  • 是否需要调整 HITL/AFK 分类？
5. 发布到跟踪工具

按依赖顺序发布。使用标准 issue 模板：

## 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

添加适当的标签：类别（bug/enhancement）+ 状态（needs-triage 或 ready-for-agent/ready-for-human）。

说明

  1. 识别任务触发条件和预期输出。
  2. 从上到下遵循此技能中的工作流步骤。
  3. 在进入下一步之前验证输出。
  4. 如果任何步骤失败，记录阻碍因素和备用方案。

示例

  • 示例：先在小范围内应用此技能，验证通过后再扩展到完整范围。

最佳实践

  • 保持输出确定且可审计。
  • 优先进行小幅、可逆的更改，避免大范围高风险编辑。
  • 明确记录假设。

参考资料

  • 项目规范：.agent-skills/skill-standardization/SKILL.md
  • 验证器脚本：.agent-skills/skill-standardization/scripts/validate_skill.sh

评论

支持 Markdown