Communitygithub.com

project-flow-ops

Gère le flux d'exécution entre GitHub et Linear en triant les issues et pull requests, en liant le travail actif, et en gardant GitHub comme interface publique tandis que Linear reste la couche d'exécution interne. À utiliser 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, les pull requests et les tâches Linear déconnectées en un flux d'exécution unifié. Il est conçu pour les développeurs et les chefs de produit qui doivent coordonner le travail entre GitHub (la vitrine publique) et Linear (le moteur d'exécution interne). Le skill lit d'abord la surface publique (état des issues/PR, commentaires de révision, statut CI, branches), puis classifie chaque élément dans l'une des quatre catégories : fusionner, porter/reconstruire, fermer ou mettre de côté. Ensuite, il décide si une tâche Linear est justifiée — uniquement pour le travail actif, délégué, planifié ou interfonctionnel. Enfin, il maintient la cohérence entre les deux systèmes en mettant à jour les statuts publics et internes. Ce skill est utile pour auditer les backlogs de PR, cartographier les issues GitHub dans les couloirs de programme (comme ECC 1.x et ECC 2.0), ou vérifier si une issue nécessite un suivi Linear. Il est compatible avec les plateformes GitHub et Linear, et son fonctionnement repose sur une analyse approfondie du diff et de l'état CI, jamais sur un simple titre ou résumé.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/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

Cette compétence transforme des issues GitHub, des PRs et des tâches Linear déconnectés en un flux d'exécution unique.

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

Quand l'utiliser

  • Trier les backlogs de PR ou d'issues ouverts
  • Décider ce qui doit aller dans Linear par rapport à ce qui doit rester uniquement sur GitHub
  • Lier le travail actif sur GitHub aux pistes d'exécution internes
  • Classifier les PRs en fusion, port/rebuild, fermeture ou mise en attente
  • Auditer si les commentaires de révision, les échecs CI ou les issues stagnantes bloquent l'exécution

Modèle de fonctionnement

  • GitHub est la vérité publique et communautaire
  • Linear est la vérité d'exécution interne pour le travail actif planifié
  • Toute issue GitHub n'a pas besoin d'une issue Linear correspondante
  • Créer ou mettre à jour Linear uniquement lorsque le travail est :
    • actif
    • délégué
    • planifié
    • interfonctionnel
    • suffisamment important pour être suivi en interne

Flux de travail principal

1. Lire d'abord la surface publique

Rassembler :

  • État de l'issue ou de la PR GitHub
  • Auteur et statut de la branche
  • Commentaires de révision
  • Statut CI
  • Issues liées

2. Classifier le travail

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

ÉtatSignification
Fusionautonome, conforme à la politique, prêt
Port/Rebuildidée utile, mais doit être réintégrée manuellement dans ECC
Fermermauvaise direction, obsolète, non sécurisé ou dupliqué
Mettre en attentepotentiellement 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'un programme plus large

Ne pas tout refléter mécaniquement.

4. Maintenir la cohérence des deux systèmes

Quand le travail est actif :

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

Quand le travail est livré ou rejeté :

  • Publier la résolution publique sur GitHub
  • Marquer la tâche Linear en conséquence

Règles de révision

  • Ne jamais fusionner sur la base du titre, du résumé ou de la seule confiance ; utiliser la diff complète
  • Les fonctionnalités provenant de sources externes doivent être reconstruites dans ECC lorsqu'elles sont utiles mais non autonomes
  • CI rouge signifie classifier et corriger ou bloquer ; ne pas faire semblant que c'est prêt à fusionner
  • Si le vrai bloqueur est l'orientation produit, le dire au lieu de se cacher derrière des outils

Format de sortie

Retourner :

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

CLASSIFICATION
- fusion / port-rebuild / fermer / mettre en attente
- justification en un paragraphe

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

PROCHAINE ACTION POUR L'OPÉRATEUR
- prochaine action exacte

Cas d'utilisation pertinents

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

Skills associés