| name | issue-triage |
| description | GitHub Issue 处理协作流程。当用户收到 issue 需要分析和回复时使用。通过"诊断 → 定性 → 决策 → 回复"四步法，从一个 issue 产出准确的根因分析和得体的用户回复，避免误判问题类型或回复不专业。 |
用户收到了一个 GitHub Issue（bug 报告、疑问、feature request），需要 AI 协助分析问题、判断是否要做、起草回复。AI 全程主导推进，用户只在关键节点做判断。
核心原则
- 先诊断后开口 — 没看完代码不下结论，没找到根因不定性
- 对用户诚实 — 是 bug 就认，是架构限制就说清楚，不甩锅也不画饼
- 量化成本 — "成本高"不是结论，要说清楚高在哪：改几个文件、涉及哪些模块、有没有测试条件
- 给替代方案 — 不做不等于不管，要告诉用户现在怎么绕过
工作流程
第 1 步：获取 Issue 内容
目标： 拿到 issue 的完整信息。
方法：
- 用户提供 issue 链接或仓库地址
- 通过
gh issue view 或 WebFetch 获取 issue 详情
- 提取关键信息：用户环境、复现步骤、期望行为、实际行为、用户的猜测
输出： 向用户简要转述 issue 内容，确认理解无误。
禁止： 只看标题就开始分析。必须读完 issue 全文。
第 2 步：代码诊断
目标： 在代码中找到根因。
方法：
- 从 issue 描述中提取关键词（功能名、错误信息、页面名等）
- 在代码中定位相关链路：从前端入口 → IPC 调用 → 后端处理 → 底层实现
- 画出完整调用链，标注每个环节的文件和行号
- 确认根因：代码哪里出了问题，或者代码为什么不支持用户的场景
输出： 向用户展示：
- 完整调用链（文件 + 行号）
- 根因的一句话总结
- 必要时附关键代码片段
禁止：
- 没读代码就猜原因
- 只看一个文件就下结论（要追完整条链路）
第 3 步：定性
目标： 判断这个 issue 属于哪种类型。
| 类型 | 判断标准 | 应对策略 |
|---|
| Bug | 在产品设计范围内，行为不符合预期 | 排期修复 |
| 架构限制 | 用户场景超出产品的设计前提 | 解释现状，评估是否值得扩展 |
| Feature Request | 产品本身没问题，用户想要新能力 | 评估成本和优先级 |
| 使用问题 | 用户操作方式不对，但产品可以做得更友好 | 回复指引，考虑优化体验 |
关键判断： 区分"该做但做错了"（bug）和"没打算做"（架构限制/feature）。
输出： 向用户说明定性结论和理由，等用户确认后再往下走。
第 4 步：决策（做还是不做）
目标： 基于根因和定性，给出做/不做的建议。
评估四个维度
- 改动范围 — 改几行 / 改一个模块 / 新增一个模块
- 影响面 — 只动一个文件 / 要改多个文件的调用链 / 要重构
- 测试条件 — 有没有环境能复现和验证（没环境 = 高风险）
- 用户绕过成本 — 用户自己能不能用其他方式解决
决策矩阵
| 改动范围 | 有测试条件 | 用户可绕过 | 建议 |
|---|
| 小（几行） | 有 | — | 直接修 |
| 中（一个模块） | 有 | — | 排期做 |
| 大（新模块/重构） | 有 | 否 | 评估后排期 |
| 大（新模块/重构） | 没有 | 是 | 记下需求，暂不做 |
| 任意 | 没有 | 是 | 告知绕过方案，需求记下 |
输出： 向用户说明建议和理由。如果建议不做，要量化成本（改几个文件、涉及哪些模块、为什么没法测）。
等用户确认决策后，再进入回复环节。
第 5 步：起草回复
目标： 写一条专业、得体、有信息量的 issue 回复。
回复结构（三层）
- 解释场景定位 — 这个功能是为什么场景设计的，让用户理解"为什么当前不支持"
- 给出实际影响 — 对用户来说，没有这个功能影响大不大，有没有替代方案
- 说明后续计划 — 如果做，给方向；如果不做，诚实说明成本和原因
语气原则
- 感谢反馈 — 用户花时间提 issue 值得尊重
- 不甩锅 — 不说"你用错了"，说"这个场景我们还没覆盖到"
- 给具体建议 — 不只说"不行"，要告诉用户现在怎么办
- 量化成本 — 让用户理解不是不想做，是客观上成本高
回复模板
Hi @{用户名}，感谢反馈！
**1. 功能定位**
{这个功能是为什么场景设计的，为什么当前不支持用户的场景}
**2. 对你的实际影响**
{用户现在能不能绕过，怎么绕过，核心功能是否受影响}
**3. 关于{用户期望的能力}**
{成本说明 + 后续计划}
输出： 回复草稿，等用户确认后发布。
禁止：
- 不经用户确认就直接发布到 GitHub
- 用技术黑话回复非技术用户
- 只说结论不解释原因
第 6 步：发布
用户确认回复内容后：
- 通过
gh issue comment 发布评论
- 根据定性结果打标签（bug / enhancement / wontfix / question）
- 如果需要记录为需求，提醒用户是否要加到需求池
过程中的沟通规范
AI 主导的节奏
- 每一步完成后主动推进到下一步
- 关键结论让用户确认后再往下走（定性、决策、回复内容）
- 技术细节 AI 自己搞定，只向用户展示结论
必须等用户确认的节点
| 步骤 | 确认什么 |
|---|
| 第 1 步 | "issue 内容我理解的对吗？" |
| 第 3 步 | "这个定性你认同吗？" |
| 第 4 步 | "这个决策你同意吗？" |
| 第 5 步 | "回复内容可以发吗？" |
不需要问用户的
| 事项 | 直接做 |
|---|
| 代码怎么查 | AI 自己追链路 |
| 根因怎么分析 | AI 自己判断 |
| 成本怎么量化 | AI 自己评估 |
