CommunityProduktivität & Zusammenarbeitgithub.com

github/breakdown-plan

Prompt für Issue-Planung und -Automatisierung, das umfassende Projektpläne mit einer Hierarchie von Epic > Feature > Story/Enabler > Test, Abhängigkeiten, Prioritäten und automatisiertem Tracking erstellt.

Was ist breakdown-plan?

Dieses Skill ermöglicht es KI-Agenten wie Claude Code, Cursor oder Codex, detaillierte und strukturierte Projektpläne direkt aus GitHub Issues zu generieren. Es organisiert Arbeit in einer klaren Hierarchie: Epics gruppieren umfangreiche Initiativen, Features fassen Funktionalitäten zusammen, Stories und Enabler beschreiben konkrete Aufgaben, und Tests definieren Abnahmekriterien. Abhängigkeiten zwischen Aufgaben werden automatisch erkannt und visualisiert, während Prioritäten für eine sinnvolle Reihenfolge sorgen. Das automatisierte Tracking überprüft den Fortschritt und benachrichtigt über Blockaden. Der Einsatz dieses Skills spart Zeit bei der Planung, verbessert die Übersichtlichkeit großer Projekte und reduziert das Risiko, Abhängigkeiten zu übersehen. Es ist besonders nützlich für Scrum- oder Kanban-Teams, die eine konsistente, nachvollziehbare und automatisiert verfolgbare Arbeitsstruktur benötigen.

Funktioniert mit~Claude Code~Codex CLI~Cursor
Part ofAgent Workflows
npx skills add https://github.com/github/awesome-copilot/tree/main/skills/breakdown-plan

Installed? Explore more Produktivität & Zusammenarbeit skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

Original anzeigen→Alle Skills durchsuchen

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Dokumentation

Was macht breakdown-plan?

Prompt für Issue-Planung und -Automatisierung, das umfassende Projektpläne mit einer Hierarchie von Epic > Feature > Story/Enabler > Test, Abhängigkeiten, Prioritäten und automatisiertem Tracking erstellt.

Überblick

Dieses Skill hilft KI-Agenten dabei, aus einer groben Beschreibung einer Idee oder eines Projekts einen vollständigen, strukturierten Plan in GitHub Issues zu erzeugen. Es stellt sicher, dass alle notwendigen Arbeitselemente erfasst, priorisiert und miteinander verknüpft werden.

Hierarchie

Das Skill folgt einer strengen Hierarchie, die in GitHub Issues mit Labels und Markdown-Headings abgebildet wird:

  • Epic: Ein großes, strategisches Ziel, das mehrere Features umfasst.
  • Feature: Eine abgeschlossene Funktionalität innerhalb eines Epics.
  • Story/Enabler: Eine konkrete, schätzbare Aufgabe. Stories liefern Geschäftswert, Enabler sind technische Vorarbeiten.
  • Test: Abnahmekriterien und Testfälle für eine Story/einen Enabler.

Jede Ebene erhält ein Issue mit einem eindeutigen Titel, einer Beschreibung, einem Label (z. B. epic, feature, story, enabler, test) und einer Referenz zum übergeordneten Issue.

Abhängigkeiten

Das Skill analysiert die Beschreibung und erkennt automatisch Abhängigkeiten zwischen Aufgaben. Diese werden als GitHub-Issue-Links (depends on #123) in den entsprechenden Issues festgehalten. Prioritäten werden nach einem einfachen Schema vergeben: P0 (kritisch), P1 (hoch), P2 (mittel), P3 (niedrig).

Automatisiertes Tracking

Nach der Erstellung der Issues kann der Agent bei jeder neuen Ausführung (z. B. täglich oder bei Änderungen) den Fortschritt überprüfen:

  • Welche Issues wurden geschlossen?
  • Welche sind blockiert (durch offene Abhängigkeiten)?
  • Gibt es überfällige Aufgaben?

Der Agent kann dann einen kurzen Statusbericht erstellen oder direkt in einem Kommentar im Epic-Issue posten.

Verwendung

  1. Gib dem Agenten eine grobe Beschreibung deines Projekts oder Features.
  2. Der Agent erstellt die Epic-, Feature-, Story/Enabler- und Test-Issues in deinem GitHub-Repository.
  3. Der Agent setzt die Abhängigkeiten und Prioritäten automatisch.
  4. Optional: Richte einen wiederkehrenden Prompt ein, der den Fortschritt verfolgt und Berichte erstellt.

Beispiel-Prompt

Ich möchte eine neue Suchfunktion für unsere E-Commerce-Plattform. Erstelle einen Breakdown-Plan mit allen notwendigen Epics, Features, Stories und Tests.

Der Agent wird dann Issues wie diese generieren:

  • #1 Epic: Suchfunktion implementieren
  • #2 Feature: Volltext-Suche
  • #3 Story: Suchindex aufbauen (abhängig von #2)
  • #4 Test: Suche nach Produktnamen funktioniert

Tipps

  • Sei so konkret wie möglich in der Ausgangsbeschreibung.
  • Definiere die gewünschte Hierarchietiefe (z. B. nur Epic > Story).
  • Überprüfe die generierten Issues und passe Labels oder Schätzung nach Bedarf an.

Kompatibilität

Dieses Skill ist für alle KI-Agenten geeignet, die GitHub Issues lesen und schreiben können (z. B. Claude Code, Cursor, Codex).

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

github/acquire-codebase-knowledge

Use this skill when the user explicitly asks to map, document, or onboard into an existing codebase. Trigger for prompts like "map this codebase", "document this architecture", "onboard me to this repo", or "create codebase docs". Do not trigger for routine feature implementation, bug fixes, or narrow code edits unless the user asks for repository-level discovery.

github/add-educational-comments

Add educational comments to the file specified, or prompt asking for file to comment if one is not provided.

github/agent-governance

Patterns and techniques for adding governance, safety, and trust controls to AI agent systems. Use this skill when: - Building AI agents that call external tools (APIs, databases, file systems) - Implementing policy-based access controls for agent tool usage - Adding semantic intent classification to detect dangerous prompts - Creating trust scoring systems for multi-agent workflows - Building audit trails for agent actions and decisions - Enforcing rate limits, content filters, or tool restrictions on agents - Working with any agent framework (PydanticAI, CrewAI, OpenAI Agents, LangChain, AutoGen)

github/agentic-eval

Patterns and techniques for evaluating and improving AI agent outputs. Use this skill when: - Implementing self-critique and reflection loops - Building evaluator-optimizer pipelines for quality-critical generation - Creating test-driven code refinement workflows - Designing rubric-based or LLM-as-judge evaluation systems - Adding iterative improvement to agent outputs (code, reports, analysis) - Measuring and improving agent response quality

github/agent-owasp-compliance

Check any AI agent codebase against the OWASP Agentic Security Initiative (ASI) Top 10 risks. Use this skill when: - Evaluating an agent system's security posture before production deployment - Running a compliance check against OWASP ASI 2026 standards - Mapping existing security controls to the 10 agentic risks - Generating a compliance report for security review or audit - Comparing agent framework security features against the standard - Any request like "is my agent OWASP compliant?", "check ASI compliance", or "agentic security audit"

github/ai-prompt-engineering-safety-review

Comprehensive AI prompt engineering safety review and improvement prompt. Analyzes prompts for safety, bias, security vulnerabilities, and effectiveness while providing detailed improvement recommendations with extensive frameworks, testing methodologies, and educational content.

github/appinsights-instrumentation

Instrument a webapp to send useful telemetry data to Azure App Insights

github/apple-appstore-reviewer

Serves as a reviewer of the codebase with instructions on looking for Apple App Store optimizations or rejection reasons.

github/architecture-blueprint-generator

Comprehensive project architecture blueprint generator that analyzes codebases to create detailed architectural documentation. Automatically detects technology stacks and architectural patterns, generates visual diagrams, documents implementation patterns, and provides extensible blueprints for maintaining architectural consistency and guiding new development.

github/arch-linux-triage

Triage and resolve Arch Linux issues with pacman, systemd, and rolling-release best practices.

github/arize-ai-provider-integration

Creates, reads, updates, and deletes Arize AI integrations that store LLM provider credentials used by evaluators and other Arize features. Supports any LLM provider (e.g. OpenAI, Anthropic, Azure OpenAI, AWS Bedrock, Vertex AI, Gemini, NVIDIA NIM). Use when the user mentions AI integration, LLM provider credentials, create integration, list integrations, update credentials, delete integration, or connecting an LLM provider to Arize.

github/arize-annotation

Creates and manages annotation configs (categorical, continuous, freeform label schemas) and annotation queues (human review workflows) on Arize. Applies human annotations to project spans via the Python SDK. Use when the user mentions annotation config, annotation queue, label schema, human feedback, bulk annotate spans, update_annotations, labeling queue, annotate record, or human review.

github/arize-dataset

Creates, manages, and queries Arize datasets and examples. Covers dataset CRUD, appending examples, exporting data, and file-based dataset creation using the ax CLI. Use when the user needs test data, evaluation examples, or mentions create dataset, list datasets, export dataset, append examples, dataset version, golden dataset, or test set.

github/arize-evaluator

Handles LLM-as-judge evaluation workflows on Arize including creating/updating evaluators, running evaluations on spans or experiments, managing tasks, trigger-run operations, column mapping, and continuous monitoring. Use when the user mentions create evaluator, LLM judge, hallucination, faithfulness, correctness, relevance, run eval, score spans, score experiment, trigger-run, column mapping, continuous monitoring, or improve evaluator prompt.

github/arize-experiment

Creates, runs, and analyzes Arize experiments for evaluating and comparing model performance. Covers experiment CRUD, exporting runs, comparing results, and evaluation workflows using the ax CLI. Use when the user mentions create experiment, run experiment, compare models, model performance, evaluate AI, experiment results, benchmark, A/B test models, or measure accuracy.

github/arize-instrumentation

Adds Arize AX tracing to an LLM application for the first time. Follows a two-phase agent-assisted flow to analyze the codebase then implement instrumentation after user confirmation. Use when the user wants to instrument their app, add tracing from scratch, set up LLM observability, integrate OpenTelemetry or openinference, or get started with Arize tracing.

github/arize-link

Generates deep links to the Arize UI for traces, spans, sessions, datasets, labeling queues, evaluators, and annotation configs. Produces clickable URLs for sharing Arize resources with team members. Use when the user wants to link to or open a trace, span, session, dataset, evaluator, or annotation config in the Arize UI.

github/arize-prompt-optimization

Optimizes, improves, and debugs LLM prompts using production trace data, evaluations, and annotations. Extracts prompts from spans, gathers performance signal, and runs a data-driven optimization loop using the ax CLI. Use when the user mentions optimize prompt, improve prompt, make AI respond better, improve output quality, prompt engineering, prompt tuning, or system prompt improvement.

github/arize-trace

Downloads, exports, and inspects existing Arize traces and spans to understand what an LLM app is doing or debug runtime issues. Covers exporting traces by ID, spans by ID, sessions by ID, and root-cause investigation using the ax CLI. Use when the user wants to look at existing trace data, see what their LLM app is doing, export traces, download spans, investigate errors, or analyze behavior regressions.

github/aspire

Aspire skill covering the Aspire CLI, AppHost orchestration, service discovery, integrations, MCP server, VS Code extension, Dev Containers, GitHub Codespaces, templates, dashboard, and deployment. Use when the user asks to create, run, debug, configure, deploy, or troubleshoot an Aspire distributed application.

Verwandte Skills

steipete/gemini

Gemini CLI one-shot prompts, summaries, generation, skills, hooks, MCP, or Gemma routing.

community

steipete/gh-issues

Fetch GitHub issues, select candidates, spawn background fix agents, open PRs, and optionally process PR review comments.

community

steipete/skill-creator

Create, edit, audit, tidy, validate, or restructure AgentSkills and SKILL.md files.

community

steipete/clawhub

Search, install, update, sync, or publish agent skills with the ClawHub CLI and registry.

community

steipete/coding-agent

Delegate coding work to Codex, Claude Code, or OpenCode as background workers; not simple edits or read-only code lookup.

community

steipete/mcporter

List, configure, authenticate, call, and inspect MCP servers/tools with mcporter over HTTP or stdio.

community
← More Produktivität & Zusammenarbeit skills