RenderCV Issue 分诊助手
自动分析 rendercv/rendercv 仓库新开的 GitHub issue，发布包含问题理解和行动方案的评论，并可代为提交 PR。
技能仅读取公开 issue 并以 gh CLI 发布评论，权限范围与配套 workflow（contents: read / issues: write）一致，最小权限基本成立；PR 仅在维护者回复后才提供，未自动对外写代码。扣分点：发布公开 GitHub 评论属于外部可见的写操作，技能与 workflow 均未设计用户确认或事后撤回机制，也未声明数据（issue 内容）会发送给 Anthropic API 的数据流向。
三个步骤（读 issue、查重、发评论）指令自洽，命令具体可复制，且有『信息不足时提问而非猜测』的降级行为。扣分点：未处理 gh CLI 未认证/网络失败的失败反馈，查重搜索依赖关键词质量但无验证方式，步骤 2 依赖另一个 skill 文件的可用性，无任何本技能路径的测试证据。
触发场景明确：新开 issue 的自动分诊，触发条件由 workflow（issues: opened）精确绑定，误触发风险低；评论结构、非适用情形（重复/超范围/ wontfix）都有说明。扣分点：非 fit 边界未完全显式声明；核心功能依赖 GitHub API 与 Anthropic API，在中国大陆网络环境下可达性存疑，需要扣分并提示。
技能文件结构清晰、渐进披露合理，仓库有 MIT 许可、活跃的 workflow 与版本化的主项目（rendercv 2.8），维护路径可见。扣分点：SKILL.md 本身无版本号/更新日志，查重与评论规范中的隐性假设（如已安装并认证 gh、已配置 ANTHROPIC_API_KEY）未在技能内说明，发布者为未验证身份。
任务（有价值的 issue 分诊评论）定义清楚，评论五段式结构可直接产出可用输出，边际价值在于替代人工阅读代码库定位问题。扣分点：静态审阅无法验证实际评论质量，输出效果完全依赖 Claude 模型判断，无针对本技能的评估用例（仓库中 promptfoo 评测属于另一个 rendercv-skill，不覆盖本路径）。
主要命令与 workflow 文件可作为原始材料审计，claude-issue-triage.yaml 与技能一一对应，可追溯。扣分点：无第三方执行结果证据、无本技能路径的测试或评测复现材料，结论主要为静态推断。
- 该技能会自动向公开 GitHub issue 发布评论（外部写操作），无人工确认或自动撤回机制；建议部署前在 fork 或测试仓库验证行为，并接受评论可能需要手动删除或编辑。
- 核心功能依赖 GitHub API 与 Anthropic API，中国大陆网络环境下两者可达性均受限，可能完全无法使用；需自备可用的网络与 ANTHROPIC_API_KEY。
- 发布者身份未经 FollowSkills 注册表验证；本评估为纯静态审阅，未执行任何命令，实际评论质量与查重准确性未经验证。
- 技能假定 gh CLI 已安装并认证、仓库已配置相应 secrets，这些前置条件未在 SKILL.md 中说明。
这个 Skill 能做什么，适合哪些场景？
这是随 rendercv/rendercv 仓库分发的六项技能之一，专注于单一任务：为该仓库新开的 issue 做 triage（分诊）。技能会读取 issue 及其全部评论，判断类型（bug、功能请求或提问），搜索重复 issue，并借助同仓库的另一份开发上下文技能理解相关代码。随后它按固定五段结构发布评论：复述问题、逐文件分析、提出具体修复步骤、指出应避免的做法，并邀请维护者回复 @claude 让它开 PR。适用对象是 RenderCV 维护者或希望以相同纪律性分诊其他仓库 issue 的开发者。
通过 gh issue view <number> --repo rendercv/rendercv --comments 读取 issue 全文与评论；用 gh issue list --search ... 检查是否重复；读取 .claude/skills/rendercv-development-context/SKILL.md 了解项目架构并探索相关源码和测试；最后用 gh issue comment 发布结构化评论，包含理解确认、文件级分析、具体修复步骤、注意事项，以及一条打开 PR 的邀请。它不会给 issue 打标签或指派人，也不承诺时间线。
- RenderCV 维护者想减轻逐条回复新 issue 的负担，让 agent 先做初步分析与回复。
- 开源贡献者维护一个高流量的 issue 队列，需要快速识别重复、信息不足或越界的 issue。
- 团队想把 triage 评论的格式标准化：先复述问题，再给逐文件的修复路径。
- 想模仿此技能结构、为自己的仓库定制 issue 分诊流程的开发者，可参考其明确的评论模板与边界规则。
这个 Skill 有哪些优点和局限？
- 评论结构明确（理解—分析—方案—避坑—邀请），输出可预期且便于审阅。
- 内置查重步骤和清晰的边界规则：不打标签、不指派、不承诺工期、不越界建议关闭。
- 依赖同仓库的开发上下文技能，分析能落到具体文件和函数，而非泛泛而谈。
- 深度绑定单一仓库 rendercv/rendercv，用于其他项目需要改写仓库引用和上下文技能。
- 依赖已认证的 GitHub CLI，且会直接在公开 issue 上发评论，误判会公开可见。
- 源材料未提供该技能的测试或评估记录，实际效果无从验证。
如何安装这个 Skill？
该技能属于 rendercv/rendercv 仓库内的技能集合，位于 .claude/skills/triage-rendercv-issue/SKILL.md。README 给出的技能集合安装命令是 npx skills add rendercv/rendercv-skill，适用于支持 skills 标准的 AI agent；将技能文件放入你的 .claude/skills/ 目录即可被 Claude Code 识别。注意：README 主要描述整组技能，本技能的具体独立安装路径在源材料中没有单独说明。
如何使用这个 Skill？
在安装了 GitHub CLI（gh）且已认证的环境中，对新开的 issue 触发类似提示："Triage issue #123 on rendercv/rendercv"。技能会按步骤执行：读取 issue、查重、结合开发上下文分析代码、发布五段式评论，并在结尾附上"回复 @claude + 指令即可让我开 PR"的邀请。若 issue 信息不足，技能会提问而不是猜测。