让 AI 成为 GitHub Issue 处理专家，高效修复 Bug 与实现功能 #

解决开发者在处理 GitHub Issue 时缺乏系统性的痛点：通过给 AI 注入专家级工作流，使其能独立完成从问题分诊、根因分析到编写测试用例及提交 PR 的全过程。

为什么需要这个技能 #

在实际的团队开发中，很多 GitHub Issue 的描述非常模糊（例如“某个页面加载慢”或“登录偶尔失效”），直接让 AI 写代码往往会导致修复方案碎片化，甚至引入新 Bug。

一个专业的 Issue 处理流程需要包含：精准的问题定界 $\to$ 根因分析 $\to$ 测试驱动开发（TDD）$\to$ 规范的 PR 提交。本技能通过设定一套完整的专家指令，强制 AI 在给出代码前先进行系统性调查，确保产出结果符合生产环境的 CI/CD 标准。

适用场景 #

• 模糊 Bug 定位：当你拿到一个描述不清的 Issue，需要 AI 帮你梳理调查步骤并定位根因时。
• 功能需求落地：将一个 Feature Request 转化为详细的实现计划，并拆分为可执行的开发步骤。
• 规范化 PR 提交：需要 AI 按照企业级标准编写 Pull Request 描述，确保代码评审（Code Review）高效通过。
• 测试驱动修复：在修复 Bug 前，要求 AI 先编写能够复现问题的测试用例。

核心工作流 #

1. 输入解析：提供 GitHub Issue ID 或 URL，AI 将分析当前问题的目标、约束条件及缺失信息。
2. 根因分析与方案设计：AI 不会立即写代码，而是先执行 Triage（分诊），分析受影响的模块，提出潜在原因并设计修复方案。
3. 系统化实现：遵循 TDD 模式，先构建复现测试，再编写修复代码，最后进行验证。
4. 专业交付：参考 resources/implementation-playbook.md 中的模式，生成包含变更说明、测试结果和影响范围的专业 PR 描述。

下载和安装 #

下载 team-collaboration-issue 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