「Issue 分诊」是开发团队的高频任务。它的输入通常是issue 内容，期望得到的是分诊结果。这类有固定流程、又需要一点判断力的工作，很适合封装成智能体 Skill。

下面是把「Issue 分诊」做成技能时最常见的 8 个问题，每条都给出改法。

1. 描述写成口号

智能体判断不出何时该用。改为“为新 issue 打标签、判断优先级并请求缺失信息；当用户提到Issue 分诊时使用”。

2. 步骤太粗

只写“做好Issue 分诊”。改为编号的具体动作：判断类型；检查复现信息；建议标签与优先级；起草回复。

3. 没有输出格式

每次交付的分诊结果结构不同。在技能中给出固定标题或表头。

4. 没写缺信息怎么办

智能体自行补全，产生编造内容。明确要求先列出缺失项并提问。

5. 忽略领域规矩

例如没写「改写历史、删除分支类操作只给建议，不直接执行」。把这类底线写进约束段落。

6. 权限过大

把纯指令技能和带执行权限的工具混在一起。纯提示词能完成的就不要挂工具。

7. 长资料塞进正文

每次加载都很重，关键规则被淹没。把规范、模板拆到参考文件按需读取。

8. 改完不测

一次改多处又不回归测试。保留测试用例，每次修改后重跑。

一个自查办法

把技能交给一位没参与编写的同事，让他只看 SKILL.md（或规则文件）回答三个问题：什么时候用？输入什么？交付什么？答不上来的地方，就是需要补写的地方。

风险提示：风险较低，但输出仍需快速过目再使用。

准备一份好范例

在技能的参考资料里放一份你认可的分诊结果范例，往往比多写十条规则更有效。好范例应当：

  • 来自真实工作，但已去除个人信息和敏感数据
  • 体现团队习惯的结构、措辞和详略程度
  • 包含一处“需人工确认”的标注示范，让智能体学会如何表达不确定
  • 篇幅适中，不要比平时的产出长太多

范例不必多，一到两份即可；太多范例反而会让智能体机械模仿某一份的细节。

每一步要产出什么

把每一步的中间产出写清楚，智能体就不容易跳步，人也方便定位问题：

  1. 判断类型：产出一段简短的中间结果，并注明依据来自issue 内容的哪一部分
  2. 检查复现信息：产出一段简短的中间结果，并注明依据来自issue 内容的哪一部分
  3. 建议标签与优先级：产出一段简短的中间结果，并注明依据来自issue 内容的哪一部分
  4. 起草回复：产出一段简短的中间结果，并注明依据来自issue 内容的哪一部分

最后一步之后，再把这些中间结果汇总成分诊结果。中间结果可以折叠或省略展示，但在技能指令中要求智能体“先完成再汇总”，能明显减少遗漏。

领域注意事项

「Issue 分诊」属于Git 与协作领域，使用者多是开发团队，工作环境通常是Git 仓库与代码托管平台。这个领域最重要的一条底线是：改写历史、删除分支类操作只给建议，不直接执行。

建议把这条底线原样写进技能的约束部分，而不是指望智能体自己意识到。同时，在团队内部明确：智能体给出的分诊结果只是初稿或建议，最终由谁签字确认、出了问题由谁负责。

延伸阅读

说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。