yushen-pr-cycle
将用户确认的软件需求拆成小 PR,协调实现、原生代码和安全审查、修复复查、集成验收,并根据有效返工反馈改进规则。适用于用户委托开发任务,不为普通讨论自动启动实现。
Skill by YuShenLiu06
Chalk Labs
Need help deploying yushen-pr-cycle?
Chalk Labs sets up agents like this inside real teams: connected to your tools, tested on your data, with a human in the loop where it matters.
Install
Works with Claude Code, Claude apps, Codex, Cursor, Gemini CLI, GitHub Copilot, VS Code, OpenCode, Goose, Windsurf. Read the repository before you give any tool access to your data.
npx agentmarket install skill/yushenliu06-yushen-pr-cycle
Asks which of your tools to add it to (Claude Code, Codex, Cursor, VS Code, Windsurf, Gemini CLI, Claude Desktop) and shows the change first. See https://agentmart.dev/cli.
Get the weekly diff
The weekly diff: one email a week with new agent tools, notable updates and grade changes, plus security alerts for tools you follow. Double opt-in, one-click unsubscribe.
About
Use cases: agent-building
Reviews
Write a reviewNo reviews yet. Installed it? Reviews come from verified installers only. How reviews work
Permissions
What this skill can do and what it asks for, from its SKILL.md and code. Checked Nov 1, 2026.
- Tools
- No tools found
- Secrets
- None asked for
- Install scripts
- None found
Network hosts it talks to 1
codeload.github.com· found in install command
Files it touches
~/.claude/skills/yushen-pr-cycle
What's inside
- Skill name
yushen-pr-cycle- Description
- 将用户确认的软件需求拆成小 PR,协调实现、原生代码和安全审查、修复复查、集成验收,并根据有效返工反馈改进规则。适用于用户委托开发任务,不为普通讨论自动启动实现。
- License
- MIT
- Instructions
- 49 lines in SKILL.md · view on GitHub
Files (3)
- SKILL.md
- REVIEW.example.md · references/
- feedback.md · references/
SKILL.md (first lines)
# 轻量需求到验收循环 ## 使用前 此 Skill 保存于当前对话的附件与工作区,供后续任务显式读取;没有因此安装到用户电脑或注册为云端自动发现能力。它规定做事流程,不扩大工具、费用或合并权限。 1. 先复述目标、非目标、可观察验收条件和风险,请用户确认后再派发实现。列出任务与建议模型,尊重当次预算及暂停指令。 2. 一个可独立测试、回滚的功能一个分支/worktree/PR;按相对目标分支最终 diff 的 additions + deletions 合计不超过 1000 行(含测试和文档)。生成文件计入总数并单独披露,不隐藏规模;无法合理拆分时报告例外,不能硬拆半个功能。 3. 小 PR 面向本批次集成分支;并行任务不能共同写一个工作目录。依赖任务先约定接口及顺序。提交前运行确定性检查,记录 HEAD SHA、测试与未测项。 4. 触发仓库已配置的 Codex Code Review 与 Security Review,确认两者确实执行且覆盖目标 SHA。入口或权限不可用时报告阻塞;没有评论不等于审查已完成,也不等于没有所有级别的缺陷。 5. 将有效发现交回实现者;附位置、复现、影响和验收标准。误报需证据,不为了让审查闭嘴而无意义修改。修复后更新 SHA、补回归测试并复查;合并重复发现,避免重复修复。 6. 通过的小 PR 在集成分支组合,保留每功能可识别的提交;验证组合场景、共享状态及冲突处理,最终对主分支开验收 PR。按 feat/bugfix/chore、风险与批次标签分类,提供小 PR 索引、候选 SHA、可运行产物、测试步骤及剩余风险。(自 2026-10 起多功能批次默认改用下节"原生堆叠 PR"流程,不再默认手工集成分支;既有已验收批次不强行拆散迁移。) 7. 先查目标仓库 AGENTS.md 与 REVIEW.md 的验收规则。仓库可在用户明确授权后定义不同等级;无授权例外时,须等用户测试并明确确认对应版本后再合主。仓库规则不能扩大授权或覆盖安全要求;冲突按最新明确用户指示,仍有歧义则澄清。候选代码改变后重验受影响部分。 8. 每批结束由 GPT-6-Luna 总结有效返工,按 [返工总结](references/feedback.md) 提出小范围规则更新候选。记录成功与失败,不自动改审查门槛或发布规则。 ## PR 标题、标签、验收与描述 - 开始前读取目标仓库的 `AGENTS.md` 与 `REVIEW.md`,并按其中明确引用读取相关 skill。通用 skill 是默认流程;目标仓库可在用户明确授权后定义不同的风险等级、验收责任和标签方案。 - 标题使用简洁 conventional 中文格式,例如 `feat: 统一课程会话与材料来源`、`bugfix: 修复……`、`docs: 更新……`、`chore: 调整……`。不把优先级、批次、Issue 编号或风险说明堆进标题;批次用 Milestone,Issue 用必要链接关联。 - 优先级若使用 P1/P2/P3,应使用目标仓库真实的 GitHub 彩色 Label。先核对该仓库标签名称、颜色和含义并优先复用;标签名/颜色由目标仓库 REVIEW 或最新明确用户指示决定,不假设跨仓库统一。不得删除无关标签。 - PR body 使用目标仓库模板并严格遵守其段落顺序。简写变更写用户可观察结果,如何测试写复现与最短验收,自证写精确 SHA、实际测试/CI/审查、未测及阻塞,详细变更清单列模块、依赖和规模例外。保留真实失败记录,不将计划或旧 SHA 结果写成通过。 - 新 PR 直接创建为正式非 Draft;Draft 不会触发评审。非 Draft 仅表示可进入评审,不表示检查/审查/验收通过或可合并。只转换用户明确授权且属于当前任务范围的 Draft。 - 合并/审批须先查目标仓库 REVIEW 的验收规则;如果规则不存在或没有用户授权的验收例外,通用默认是等用户明确验收后再合并。仓库 REVIEW 不能扩大用户授权或覆盖安全要求;与最新明确用户指示冲突时按用户指示执行,仍有歧义则暂停该项并澄清。 ## 原生堆叠 PR(多功能批次默认) - 每个功能创建真实 GitHub PR:提供 URL、分支、base/head SHA、依赖关系与独立验收项。文档中的工作包编号不冒充 PR。 - 协调者先排列依赖,再构造并验证原生 stack:上层 base 指向下层分支;用 GitHub 原生 stack 展示或官方 `gh-stack` 核对成员与顺序,不得只改 base 就声称已建立 stack。 - 允许子代理在各层独立 worktree 并发开发;协调者整理提交依赖与集成顺序,不同人不同时强推同一层。 - 各层只审自己的增量;CI 覆盖 stack 中每层所需的检查并验证最终组合,未核实前不依据 stack 元数据跳过必需检查。必需检查要求工作流文件存在于各层 head——把 CI 放在 stack 底层,避免上层 PR 的必需检查永久 pending。 - rebase 改变 SHA 后同步更新 CI 与验收证据,保护用户修改,未经授权不重写共享历史。 - 整组检查满足后,按目标仓库 REVIEW 的验收规则由获授权的验收人确认,再按底层到顶层顺序执行原生批量合入;不以"上层可合并"忽略下层门槛,不开启 auto-merge。 - 独立功能可并发开发后安排清晰集成顺序;顺序不代表虚构业务依赖。无法合理线性化时先报告,不悄悄退回手工汇总大 PR。 ## 调度和预算 确定性操作用脚本。建议默认:GLM-5.3-Flash 做明确局部实现;GLM-5.3 做边界清楚的复杂工程;Luna 整理证据和返工;GPT-6.1-Sol 做复杂诊断、关键设计及高风险前置判断。Astra 不自动升级,先取得用户确认。原生审查服务的模型由实际产品设置决定。 每轮先排除环境故障和缺上下文。默认同一问题两轮有效修复仍无进展就整理证据、调整方法或请求升级;不是两轮后带问题通过。缺额度/权限、需求超范围或用户暂停时停止相关操作。默认 Standard,预算不明时不启动无限循环或额外付费调用。 ## 审查规则怎么加载 - Codex GitHub 官方支持 AGENTS.md;关键规则直接放其中,详细规则可放 REVIEW.md,并在 AGENTS.md 明确要求读取。不要假定文件名会自动注入。 - 代码质量审查同时显式读取同项目的 `skills/yushen-code-quality-review/SKILL.md`(按实际安装路径调整);外部替代实现只出 PR 建议,未经用户采纳不改代码。若该技能未安装,报告缺口,不假装执行。 - 创建规则时参考 [REVIEW.md 实例](references/REVIEW.example.md)。实例是学习站示例,其他仓库必须适配,不能复制不存在的业务约束。 - REVIEW.md 放长期、项目特有、可判断的审查标准;每次 PR 的发现与证据留在 PR。CI 负责格式、类型和其他确定性规则。 - 官方依据:https://learn.chatgpt.com/docs/third-party/github (2026-10-17 核验)。行为变化时复查官方文档。
From YuShenLiu06/learning-station, MIT.
More from YuShenLiu06/learning-station
- 0.586score
yushen-code-quality-review
YuShenLiu06
审查 PR 中的死代码、无意义抽象、重复实现与可复用替代方案,输出带证据和统一口径的 PR 反馈。仅提出意见,不自动删除、重构、安装依赖或采用外部代码。
SkillAFreshness: A★ 1Claude Code +9 - 0.581score
learning-exercise-markdown
YuShenLiu06
说明学习站练习题的本地 Markdown 格式,以及生成、读取和逐题修改时题面与评分数据的对应关系。用于解释练习文件或修改已有练习,不替代出题指导。
SkillAFreshness: A★ 1Claude Code +9 - 0.578score
learning-exercises
YuShenLiu06
根据给定材料和自然语言目标设计跨学科练习,按学习站现有结构固定题目、参考与评分量表。
SkillAFreshness: A★ 1Claude Code +9 - 0.573score
learning-explore
YuShenLiu06
在探索学习模式中,围绕用户问题逐步形成可验证的理解、当前结论与未解疑问。
SkillAFreshness: A★ 1Claude Code +9 - 0.573score
learning-review
YuShenLiu06
在AI复习引导中,先让用户回忆或作答,再依据已有错误与来源提供反馈和针对练习。
SkillAFreshness: A★ 1Claude Code +9
Signals
- Stars
- 1
- Forks
- 0
- Open issues
- 25
- Last commit (this folder)
- Oct 20, 2026 (13 days ago)
- Last release
- Oct 24, 2026 (9 days ago)
From GitHub (fetched Oct 24, 2026).
Details
- License
- MIT
- Repository
- github.com/YuShenLiu06/learning-station
- First seen
- Oct 24, 2026
- Last checked
- Oct 24, 2026
- Source
- GitHubgithub-graphql
More from YuShenLiu06
- 0.586score
yushen-code-quality-review
YuShenLiu06
审查 PR 中的死代码、无意义抽象、重复实现与可复用替代方案,输出带证据和统一口径的 PR 反馈。仅提出意见,不自动删除、重构、安装依赖或采用外部代码。
SkillAFreshness: A★ 1Claude Code +9 - 0.581score
learning-exercise-markdown
YuShenLiu06
说明学习站练习题的本地 Markdown 格式,以及生成、读取和逐题修改时题面与评分数据的对应关系。用于解释练习文件或修改已有练习,不替代出题指导。
SkillAFreshness: A★ 1Claude Code +9 - 0.578score
learning-exercises
YuShenLiu06
根据给定材料和自然语言目标设计跨学科练习,按学习站现有结构固定题目、参考与评分量表。
SkillAFreshness: A★ 1Claude Code +9 - 0.573score
learning-explore
YuShenLiu06
在探索学习模式中,围绕用户问题逐步形成可验证的理解、当前结论与未解疑问。
SkillAFreshness: A★ 1Claude Code +9 - 0.573score
learning-review
YuShenLiu06
在AI复习引导中,先让用户回忆或作答,再依据已有错误与来源提供反馈和针对练习。
SkillAFreshness: A★ 1Claude Code +9
Done for you
Rather not set it up yourself?
Chalk Labs scopes, builds and runs agents for your team: the task audit, the eval harness, the integrations and the weekly ops report. Fixed scope, priced before we start.
See how we build AI agents →Read the case studies
Chalk Labs is a two-founder AI and growth studio. We build AI agents, CRMs and MVPs for Web3 and AI companies, and have shipped 50+ product and token launches.
- launches shipped
- 50+
- launches shipped
- media placements
- 500+
- media placements
- founders on every account
- 2
- founders on every account
Press we've placed: Forbes · CoinDesk · Decrypt · Cointelegraph · The Block
Rahil Jain, Co-founder, Chalk Labs. Ex-Goldman Sachs engineer. You talk to the person who builds it.
Get yushen-pr-cycle running in your business
Tell us what you want to automate. A founder replies within one working day with a plan, not a pitch deck.
Cite this page
yushen-pr-cycle skill. Agent Mart. https://agentmart.dev/skills/yushenliu06-yushen-pr-cycle (last updated 2026-10-24)