用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt;运行前请先检查来源。
npx skills add https://github.com/pkulijing/claude-code-global --skill triage命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地?可下载 SkillsMP 当前能够提供的文件。
基于 SOC 职业分类
正在显示 SKILL.md
| name | triage |
| description | 盘点当前仓库的 open issue,按 priority × scope 打出一张排序表并给一条下一轮开发建议。只读、无副作用、不写任何本地文件 |
| disable-model-invocation | false |
盘点当前仓库的 open issue,按 priority × scope 打一张表,末尾给一条明确推荐 + 理由。
「未关闭项速览」原本由 saved query 承担(按 priority label 过滤 open issues),但它只做过滤、不做判断 —— priority 是唯一维度,scope(多大、有没有前置依赖)完全不体现,要知道一条贵不贵得逐个点进 issue 读正文。
而挑下一轮时的真实决策是 priority × scope 的二维权衡:一条 P0 但 XL 的,未必该排在一条 P2 但 S 的前面。这个权衡每轮都要人重做一遍。
本 skill 不取代 saved query —— saved query 是随时扫一眼的常驻入口,本 skill 是「要挑下一轮了」时跑一次的决策辅助。
/start。决定权留给人。python3 $HOME/.claude/scripts/platform_issue.py,不直调 gh / glab(宪法明令,且 GitLab 端与云端 sandbox 都没有 gh)。python3 $HOME/.claude/scripts/platform_issue.py issue-list
按 git remote get-url origin 自动判定 GitHub / GitLab,stdout 是归一 json 数组(number / title / body / url / labels,与 issue-view 同 schema;另带 state,本子命令只列 open 故恒为 open)。
拿不到数据就把原因照实说出来并停在这里,不要凭印象手写一张表。 本子命令实际会出现的退出码只有三种:2 平台未知(无 origin / 自托管 URL 不含 gitlab 字样)、4 gh / glab 没装、1 其余一切失败(含 auth 过期 —— 那是底层 CLI 的非零退出,helper 原样透传它的 stderr,不会变成 scripts/platform_issue.md 降级表里的 3;exit 3 只有 auth-status 子命令才产生)。所以判 auth 问题要看 stderr 内容,别按数值分支。
云端 sandbox 跑不了这条(
gh/glab均未安装),那边要走 GitHub MCP。本 skill 当前只面向本机;真要上云端时换的是 Step 1 这一步的取数方式,后面的判断逻辑不用动。
每条 issue 取四样:
labels 里的 priority:*。没有就标 未标。labels 里的 area:*。labels 里有没有 auto:take(owner 已背书 routine 自动做)或 auto:skip(/routine-dev 已判定不自动做,下次不再读它的正文)。两者都没有就留空。body 里现成的 scope 字段(feat / spike 两个 issue 模板本来就有这栏),归一到 S / M / L / XL。scope 的两条来源必须在表里区分开:
| 来源 | 标记 | 说明 |
|---|---|---|
| issue 正文的 scope 字段 | S / M / L / XL | 确定性高、可追溯 |
| 正文没写、由模型现估 | S? / M? / L? / XL? | 同一条 issue 两次跑可能给不同档 |
| 正文没写且估不出 | 未填 | 如实标,不许猜一个填进去 |
本仓早期 issue 的正文没有 scope 字段,覆盖率天然不齐 —— 表里出现一片 未填 是数据的实况,不是本 skill 没跑好。
按 priority 升序(P0 在前)、同 priority 内 scope 小的在前,打一张表:
| # | priority | scope | area | 自动化 | 一句话 |
|---|---|---|---|---|---|
| #98 | P0 | S | skill | …… | |
| #39 | P0 | XL | skill | skip | …… |
然后给一条推荐,附理由。理由里必须把依据摊开:
「自动化」列怎么用:take 是「routine 下次会做,人多半不用管」;skip 恰恰相反 —— routine 已经放弃它了,它只可能由人来做,所以同等条件下它比一条 take 更该排前面。这一列不参与排序计算,但推荐理由里要提一句。
防权威性错觉:推荐结论是 LLM 判断,不是计算结果。把依据摊开的目的就是让人一眼能推翻它 —— 给一个看起来很确定、却没法核对的结论,比不给更坏。
/start <issue#>。