让 AI 将混乱的 Bug 记录自动转化为标准的 GitHub Issue #

解决 Bug 提交质量低、信息缺失的痛点：通过 AI 将碎片化的错误日志、语音转文字记录或粗略描述，自动标准化为开发者可直接使用的 GitHub Issue 报告。

为什么需要这个技能 #

在实际开发中，Bug 的初始反馈往往极其混乱。用户可能会发送一段模糊的语音、一张截图，或者仅仅是一句“昨晚还能用，现在报错 403”。如果直接将这些信息同步给开发人员，会导致大量的往返沟通成本来确认环境、复现步骤和具体错误。

本技能通过为 AI 设定严格的输出模版和推断逻辑，使其能够从“混乱”中提取结构化事实，自动补全上下文，并根据影响程度定义严重等级，从而生成高质量、可直接操作的 Issue 报告。

适用场景 #

• 碎片化反馈处理：将语音记录、即时通讯软件中的粗略描述转化为标准文档。
• 日志快速分析：将粘贴的冗长错误日志直接转化为包含关键错误码的 Issue 摘要。
• 自动化 Issue 预案：在项目根目录 /issues/ 下自动生成以日期命名的 Markdown 文件，方便统一提交。

核心工作流 #

1. 信息提取与去噪：AI 从非结构化输入（如语音转写）中剔除口语化废话，提取核心事实。
2. 结构化填充：按照以下标准模版组织内容：
   • Summary：一句话描述问题。
   • Environment：产品、版本、浏览器/操作系统。
   • Reproduction Steps：分步骤列出复现路径。
   • Expected vs Actual：对比预期行为与实际结果。
   • Error Details：提取代码块形式的错误信息。
   • Impact：定义严重程度（Critical/High/Medium/Low）。
3. 上下文推断：利用对话历史或内存，将“那个面板”或“同一个项目”等模糊指代替换为具体名称。
4. 脱敏处理：自动将敏感数据（如用户 ID、项目名）替换为占位符 [USER_ID]。

下载和安装 #

下载 github-issue-creator 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

你可能还需要 #

暂无推荐