Communitygithub.com

project-flow-ops

Opere o fluxo de execução entre GitHub e Linear, triando issues e pull requests, vinculando trabalhos ativos e mantendo o GitHub como interface pública enquanto o Linear permanece como a camada interna de execução. Use quando o usuário precisar de controle de backlog, triagem de PRs ou coordenação entre GitHub e Linear.

O que é project-flow-ops?

Esta skill transforma issues desconexas no GitHub, PRs e tarefas no Linear em um fluxo de execução unificado. Diferente de ferramentas que apenas espelham dados, ela estabelece um modelo operacional claro: o GitHub permanece como a fonte de verdade pública e comunitária, enquanto o Linear gerencia a execução interna de trabalho agendado e delegado. A skill orienta a classificação de cada item (merge, port/rebuild, close ou park) e decide quando criar ou atualizar tarefas no Linear — evitando espelhamento mecânico desnecessário. Ela também mantém a consistência entre os sistemas: atualiza o GitHub com resoluções públicas e o Linear com ownership, prioridade e lanes de execução. Ideal para desenvolvedores e equipes que usam Claude Code, Cursor, Codex ou agentes similares e enfrentam problemas de coordenação entre repositórios públicos e rastreamento interno.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/project-flow-ops

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Project Flow Ops

Esta skill transforma issues desconexas do GitHub, PRs e tarefas do Linear em um único fluxo de execução.

Use quando o problema for coordenação, não programação.

Quando Usar

  • Triage de backlog de PRs ou issues abertos
  • Decidir o que pertence ao Linear vs o que deve permanecer apenas no GitHub
  • Vincular trabalho ativo do GitHub a lanes internas de execução
  • Classificar PRs em merge, port/rebuild, close ou park
  • Auditar se comentários de revisão, falhas de CI ou issues obsoletas estão bloqueando a execução

Modelo Operacional

  • GitHub é a verdade pública e comunitária
  • Linear é a verdade interna de execução para trabalho ativo agendado
  • Nem toda issue do GitHub precisa de uma issue no Linear
  • Crie ou atualize o Linear apenas quando o trabalho for:
    • ativo
    • delegado
    • agendado
    • multifuncional
    • importante o suficiente para ser rastreado internamente

Fluxo de Trabalho Principal

1. Leia a superfície pública primeiro

Reúna:

  • Estado da issue ou PR do GitHub
  • autor e status do branch
  • comentários de revisão
  • status do CI
  • issues vinculadas

2. Classifique o trabalho

Cada item deve terminar em um destes estados:

EstadoSignificado
Mergeautocontido, em conformidade com as políticas, pronto
Port/Rebuildideia útil, mas deve ser reimplementada manualmente dentro do ECC
Closedireção errada, obsoleto, inseguro ou duplicado
Parkpotencialmente útil, mas não agendado agora

3. Decida se o Linear é justificado

Crie ou atualize o Linear apenas se:

  • a execução está ativamente planejada
  • vários repositórios ou fluxos de trabalho estão envolvidos
  • o trabalho precisa de ownership interno ou sequenciamento
  • a issue faz parte de uma lane de programa maior

Não espelhe tudo mecanicamente.

4. Mantenha os dois sistemas consistentes

Quando o trabalho está ativo:

  • A issue/PR do GitHub deve dizer o que está acontecendo publicamente
  • O Linear deve rastrear owner, prioridade e lane de execução internamente

Quando o trabalho é entregue ou rejeitado:

  • publique a resolução de volta no GitHub
  • marque a tarefa no Linear de acordo

Regras de Revisão

  • Nunca faça merge baseado apenas no título, resumo ou confiança; use o diff completo
  • Funcionalidades de fontes externas devem ser reconstruídas dentro do ECC quando forem valiosas mas não autocontidas
  • CI vermelho significa classificar e corrigir ou bloquear; não finja que está pronto para merge
  • Se o verdadeiro bloqueador for a direção do produto, diga isso em vez de esconder atrás de ferramentas

Formato de Saída

Retorne:

STATUS PÚBLICO
- estado da issue / PR
- estado do CI / revisão

CLASSIFICAÇÃO
- merge / port-rebuild / close / park
- justificativa de um parágrafo

AÇÃO NO LINEAR
- criar / atualizar / nenhum item no Linear necessário
- projeto / lane se aplicável

PRÓXIMA AÇÃO DO OPERADOR
- próxima ação exata

Casos de Bom Uso

  • "Audite o backlog de PRs abertos e me diga o que fazer merge vs reconstruir"
  • "Mapeie issues do GitHub em nossas lanes de programa ECC 1.x e ECC 2.0"
  • "Verifique se isso precisa de uma issue no Linear ou deve permanecer apenas no 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.

Habilidades Relacionadas