Communitygithub.com

Unified Notifications Ops (Vereinheitlichte Benachrichtigungsve…

Betreiben Sie Benachrichtigungen als einen ECC-nativen Workflow über GitHub, Linear, Desktop-Alerts, Hooks und verbundene Kommunikationsoberflächen hinweg. Verwenden Sie dies, wenn das eigentliche Problem die Weiterleitung, Deduplizierung, Eskalation oder das Zusammenfassen von Benachrichtigungen ist.

Was ist Unified Notifications Ops (Vereinheitlichte Benachrichtigungsve…?

Dieses Skill beschreibt eine einheitliche Strategie zur Verwaltung von Benachrichtigungen in Entwicklungsumgebungen, die mehrere Tools wie GitHub, Linear, lokale Hooks, Desktop-Benachrichtigungen, Chat und E-Mail umfassen. Es zielt darauf ab, fragmentierte und laute Benachrichtigungen in eine geordnete, ECC-native Oberfläche zu verwandeln, die klare Prioritäten, Besitzer, Weiterleitungen und Folgeaktionen bietet. Der Skill behandelt den gesamten Lebenszyklus einer Benachrichtigung: Erfassung, Klassifizierung (nach Dringlichkeit), Weiterleitung, Deduplizierung und Zuordnung einer nächsten Aktion. Er unterstützt Plattformen wie GitHub (Issues, PRs, CI), Linear (Projekte), lokale Hooks und Desktop-Alerts und integriert sich in bestehende ECC-Komponenten (Skills, Hooks, Agents, MCPs). Der Workflow beginnt mit einer Bestandsaufnahme der vorhandenen Quellen und Kanäle, priorisiert dann die Ereignisse nach Schweregrad (kritisch, hoch, mittel, niedrig) und geht in einen Routing-Plan über, der die Kanäle festlegt. Ein zentrales Prinzip ist die Reduzierung von Redundanz: Duplikate werden vor dem Hinzufügen neuer Kanäle beseitigt, und Standardvorgaben (z. B. Digests für mittlere Signale, sofortige Unterbrechung für kritische) helfen, Lärm zu vermeiden. Der Skill liefert einen action-bewerteten Ausgabeplan, der klar definiert, welche Benachrichtigungen beibehalten, unterdrückt oder zusammengeführt werden sollen, und welche ECC-Komponente als nächstes gebaut werden sollte. Er ist ideal für Teams, die eine konsistente Benachrichtigungspolitik über mehrere Entwickleroberflächen hinweg benötigen, ohne auf separate Produkte zurückzugreifen.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor✓OpenCode
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/unified-notifications-ops

In Ihrer bevorzugten KI fragen

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

Dokumentation

Unified Notifications Ops (Vereinheitlichte Benachrichtigungsverwaltung)

Verwenden Sie diesen Skill, wenn das eigentliche Problem nicht ein fehlender Ping ist. Das eigentliche Problem ist ein fragmentiertes Benachrichtigungssystem.

Die Aufgabe besteht darin, verstreute Ereignisse in eine einzige Betreiberoberfläche zu verwandeln, mit:

  • klarer Schweregrad
  • klarem Besitzer
  • klarer Weiterleitung
  • klarer Folgeaktion

Wann verwenden

  • Der Benutzer möchte eine einheitliche Benachrichtigungsspur über GitHub, Linear, lokale Hooks, Desktop-Benachrichtigungen, Chat oder E-Mail hinweg
  • CI-Fehler, Überprüfungsanfragen, Issue-Updates und Betreiberereignisse treffen an voneinander getrennten Orten ein
  • Das aktuelle Setup erzeugt Lärm anstatt Aktion
  • Der Benutzer möchte überlappende Benachrichtigungszweige oder Backlog-Vorschläge zu einer ECC-nativen Spur konsolidieren
  • Der Arbeitsbereich verfügt bereits über Hooks, MCPs oder verbundene Tools, aber keine kohärente Benachrichtigungsrichtlinie

Bevorzugte Oberfläche

Beginnen Sie mit dem, was bereits vorhanden ist:

  • GitHub Issues, PRs, Reviews, Kommentare und CI
  • Lineare Issue-/Projektbewegungen
  • Lokale Hook-Ereignisse und Sitzungslebenszyklussignale
  • Desktop-Benachrichtigungsprimitiven
  • Verbundene E-Mail-/Chat-Oberflächen, wenn sie tatsächlich existieren

Bevorzugen Sie ECC-native Orchestrierung gegenüber dem Vorschlag, ein separates Benachrichtigungsprodukt einzuführen.

Unverhandelbare Regeln

  • Niemals Tokens, Geheimnisse, Webhook-Geheimnisse oder interne Kennungen offenlegen
  • Trennen:
    • Ereignisquelle
    • Schweregrad
    • Weiterleitungskanal
    • Betreiberaktion
  • Standardmäßig digest-first (zuerst zusammenfassen), wenn die Unterbrechungskosten unklar sind
  • Nicht jedes Ereignis an jeden Kanal senden
  • Wenn die eigentliche Lösung eine bessere Issue-Triage, Hook-Richtlinie oder Projektablauf ist, dies explizit sagen

Ereignispipeline

Behandeln Sie die Spur als:

  1. Erfassen des Ereignisses
  2. Klassifizieren von Dringlichkeit und Besitzer
  3. Weiterleiten an den richtigen Kanal
  4. Zusammenführen von Duplikaten und Signalen mit geringer Relevanz
  5. Anhängen der nächsten Betreiberaktion

Das Ziel sind weniger, bessere Benachrichtigungen.

Standard-Schweregradmodell

KlasseBeispieleStandardbehandlung
KritischFehlerhafter default-branch CI, Sicherheitsproblem, blockierte Freigabe, fehlgeschlagener DeploySofort unterbrechen
HochÜberprüfung angefordert, fehlgeschlagener PR, blockierende ÜbergabeTagesaktuelle Warnung
MittelIssue-Statusänderungen, bemerkenswerte Kommentare, Backlog-BewegungDigest oder Warteschlange
NiedrigWiederholte Erfolge, Routine-Churn, redundante LebenszyklusmarkierungenUnterdrücken oder zusammenfassen

Wenn der Arbeitsbereich kein Schweregradmodell hat, erstellen Sie eines, bevor Sie Automatisierung vorschlagen.

Workflow

1. Bestandsaufnahme der aktuellen Oberfläche

Auflisten:

  • Ereignisquellen
  • Aktuelle Kanäle
  • Vorhandene Hooks/Skripte, die Warnungen ausgeben
  • Doppelte Pfade für dasselbe Ereignis
  • Stille Fehlerfälle, bei denen wichtige Dinge nicht angezeigt werden

Benennen, was ECC bereits besitzt.

2. Entscheiden, was eine Unterbrechung verdient

Für jede Ereignisfamilie beantworten:

  • Wer muss es wissen?
  • Wie schnell müssen sie es wissen?
  • Sollte dies unterbrechen, bündeln oder nur protokollieren?

Diese Standardeinstellungen verwenden:

  • Unterbrechen für Release-, CI-, Sicherheits- und blockierende Besitzer-Ereignisse
  • Digest für Aktualisierungen mit mittlerem Signal
  • Nur protokollieren für Telemetrie und Lebenszyklusmarkierungen mit geringem Signal

3. Duplikate vor dem Hinzufügen von Kanälen beseitigen

Ausschau halten nach:

  • Dem gleichen PR-Ereignis, das in GitHub, Linear und lokalen Logs erscheint
  • Wiederholten Hook-Benachrichtigungen für denselben Fehler
  • Kommentaren oder Statusänderungen, die zusammengefasst werden sollten, anstatt roh weitergeleitet zu werden
  • Kanälen, die sich duplizieren, ohne eine bessere Aktionspfad hinzuzufügen

Bevorzugen:

  • Eine kanonische Zusammenfassung
  • Einen Besitzer
  • Einen primären Kanal
  • Einen Fallback-Pfad

4. Den ECC-nativen Workflow entwerfen

Für jeden echten Benachrichtigungsbedarf definieren:

  • Quelle
  • Schwelle
  • Form: Sofortige Warnung, Digest, Warteschlange oder nur Dashboard
  • Kanal
  • Aktion

Wenn ECC bereits die Grundfunktion hat, bevorzugen:

  • Einen Skill für Betreiber-Triage
  • Einen Hook für automatische Ausgabe/Durchsetzung
  • Einen Agenten für delegierte Klassifizierung
  • Einen MCP/Connector nur, wenn eine echte Brücke fehlt

5. Einen action-bewerteten Entwurf zurückgeben

Enden mit:

  • Was behalten werden soll
  • Was unterdrückt werden soll
  • Was zusammengeführt werden soll
  • Was ECC als nächstes umschließen soll

Ausgabeformat

AKTUELLE OBERFLÄCHE
- Quellen
- Kanäle
- Duplikate
- Lücken

EREIGNISMODELL
- kritisch
- hoch
- mittel
- niedrig

WEITERLEITUNGSPLAN
- Quelle -> Kanal
- Warum
- Betreiberbesitzer

KONSOLIDIERUNG
- Unterdrücken
- Zusammenführen
- Kanonische Zusammenfassungen

NÄCHSTER ECC-SCHRITT
- Skill / Hook / Agent / MCP
- Genaue Workflow, der als nächstes gebaut werden soll

Empfehlungsregeln

  • Eine starke Spur ist besser als viele schwache
  • Digests für Aktualisierungen mit mittlerem und niedrigem Signal bevorzugen
  • Hooks bevorzugen, wenn das Signal automatisch ausgegeben werden soll
  • Betreibers Skills bevorzugen, wenn die Arbeit Triage, Weiterleitung und entscheidungsbasierte Überprüfung ist
  • project-flow-ops bevorzugen, wenn die Ursache Backlog-/PR-Koordination ist, nicht Warnungen
  • workspace-surface-audit bevorzugen, wenn der Benutzer zuerst eine Quellenbestandsaufnahme benötigt
  • Wenn Desktop-Benachrichtigungen ausreichen, keine unnötige externe Brücke erfinden

Gute Anwendungsfälle

  • "Wir haben GitHub, Linear und lokale Hook-Warnungen, aber keinen einheitlichen Betreiber-Workflow"
  • "Unsere CI-Fehler sind laut und die Leute ignorieren sie"
  • "Ich möchte eine Benachrichtigungsrichtlinie über Claude, OpenCode und Codex-Oberflächen hinweg"
  • "Herausfinden, was unterbrechen und was in einem Digest landen soll"
  • "Überlappende PR-Ideen zu Benachrichtigungen in eine kanonische ECC-Spur konsolidieren"

Verwandte Skills

  • workspace-surface-audit
  • project-flow-ops
  • github-ops
  • knowledge-ops
  • customer-billing-ops, wenn der Benachrichtigungsschmerz eher Abrechnungs-/Kundenvorgänge als Engineering betrifft

Individual skills in this repo

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

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Verwandte Skills