Communitygithub.com

project-flow-ops

Gérer le flux d'exécution entre GitHub et Linear en triant les issues et pull requests, en liant le travail actif, et en maintenant GitHub comme surface publique tout en conservant Linear comme couche d'exécution interne. Utile lorsque l'utilisateur souhaite contrôler le backlog, trier les PR ou coordonner GitHub avec Linear.

Qu'est-ce que project-flow-ops ?

Ce skill transforme les issues GitHub, PR et tâches Linear déconnectées en un flux d'exécution unifié. Il est conçu pour résoudre les problèmes de coordination plutôt que de codage. Il supporte GitHub et Linear en tant que plateformes principales, avec un modèle d'exploitation où GitHub sert de vérité publique et communautaire, tandis que Linear constitue la vérité d'exécution interne pour le travail actif planifié. Le skill guide l'utilisateur à travers un workflow core en quatre étapes : lire la surface publique, classifier le travail en états (Merge, Port/Rebuild, Close, Park), décider si une création/mise à jour Linear est justifiée (uniquement pour le travail actif, délégué, planifié, cross-fonctionnel ou important), et maintenir la cohérence entre les deux systèmes. Il produit un rapport structuré incluant l'état public, la classification, l'action Linear recommandée et la prochaine action opérateur, avec des règles de revue strictes interdisant les fusions basées uniquement sur le titre ou le résumé.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/project-flow-ops

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Project Flow Ops

Ce skill transforme les issues GitHub, les PR et les tâches Linear déconnectées en un seul flux d'exécution.

Utilisez-le lorsque le problème est la coordination, pas le codage.

Quand l'utiliser

  • Trier les backlogs de PR ou d'issues ouvertes
  • Décider ce qui appartient à Linear par rapport à ce qui doit rester uniquement sur GitHub
  • Lier le travail actif GitHub aux voies d'exécution internes
  • Classifier les PR en merge, port/reconstruction, fermeture ou mise en attente
  • Auditer si les commentaires de revue, les échecs CI ou les issues obsolètes bloquent l'exécution

Modèle d'exploitation

  • GitHub est la vérité publique et communautaire
  • Linear est la vérité d'exécution interne pour le travail actif planifié
  • Toutes les issues GitHub n'ont pas besoin d'une issue Linear
  • Créer ou mettre à jour Linear uniquement lorsque le travail est :
    • actif
    • délégué
    • planifié
    • cross-fonctionnel
    • suffisamment important pour être suivi en interne

Workflow principal

1. Lire d'abord la surface publique

Rassemblez :

  • l'état de l'issue ou de la PR GitHub
  • l'auteur et l'état de la branche
  • les commentaires de revue
  • l'état CI
  • les issues liées

2. Classifier le travail

Chaque élément doit aboutir dans l'un de ces états :

ÉtatSignification
Mergeautonome, conforme à la politique, prêt
Port/Rebuildidée utile, mais doit être réimplantée manuellement dans ECC
Closemauvaise direction, obsolète, non sécurisé ou dupliqué
Parkpotentiellement utile, mais non planifié maintenant

3. Décider si Linear est justifié

Créer ou mettre à jour Linear uniquement si :

  • l'exécution est activement planifiée
  • plusieurs dépôts ou flux de travail sont impliqués
  • le travail nécessite une propriété ou un séquencement interne
  • l'issue fait partie d'une voie de programme plus large

Ne pas tout refléter mécaniquement.

4. Maintenir la cohérence des deux systèmes

Lorsque le travail est actif :

  • l'issue/PR GitHub doit indiquer publiquement ce qui se passe
  • Linear doit suivre le propriétaire, la priorité et la voie d'exécution en interne

Lorsque le travail est livré ou rejeté :

  • publier la résolution publique sur GitHub
  • marquer la tâche Linear en conséquence

Règles de revue

  • Ne jamais merger sur la base du titre, du résumé ou de la confiance seule ; utiliser la diff complète
  • Les fonctionnalités provenant de sources externes doivent être reconstruites dans ECC lorsqu'elles sont précieuses mais non autonomes
  • CI rouge signifie classer et corriger ou bloquer ; ne pas faire semblant que c'est prêt à merger
  • Si le vrai bloqueur est la direction du produit, dites-le au lieu de vous cacher derrière l'outillage

Format de sortie

Retournez :

STATUT PUBLIC
- état de l'issue / PR
- état CI / revue

CLASSIFICATION
- merge / port-rebuild / close / park
- justification en un paragraphe

ACTION LINEAR
- créer / mettre à jour / aucun élément Linear nécessaire
- projet / voie si applicable

PROCHAINE ACTION OPÉRATEUR
- prochaine action exacte

Cas d'utilisation appropriés

  • "Auditer le backlog de PR ouvertes et me dire quoi merger vs reconstruire"
  • "Mapper les issues GitHub dans nos voies de programme ECC 1.x et ECC 2.0"
  • "Vérifier si cela nécessite une issue Linear ou doit rester uniquement GitHub"

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/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

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.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Skills associés