Token导航 LogoToken导航TokenDH.com
待分类需要联网github未标认证来源可访问许可证需确认审计通过

prioritize-backlog确定积压工作的优先顺序

Agent Skill

prioritize-backlog 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

321

周安装

13

GitHub Stars

7

下载量

101
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:prioritize-backlog(确定积压工作的优先顺序)
来源仓库:https://github.com/nesnilnehc/ai-cortex
仓库路径:skills/prioritize-backlog
安装命令:
npx skills add https://github.com/nesnilnehc/ai-cortex --skill prioritize-backlog
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/nesnilnehc/ai-cortex --skill prioritize-backlog

简介

prioritize-backlog 用于处理 GitHub 仓库、Issue 和 Pull Request 协作信息。

  • 适用于围绕代码变更或协作事项进行积压任务整理和优先级排序的场景。
  • 通过 npx skills add 命令从指定 GitHub 仓库安装,建议结合原始 README 了解集成方式。
  • 使用前应确认权限与网络访问需求,避免误操作或越权行为。
  • 适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

SKILL.md

技能:优先级评分(Prioritize Backlog)

目的 (Purpose)

用多个价值框架并行评估一批 backlog 条目,呈现框架间的分歧,由用户做出优先级决策并记录依据。


核心目标(Core Objective)

首要目标:对一批 backlog 条目(无视当前 priority 状态)执行强制全量重评,给出用户确认后的新 prioritypriority_decision,并写回各自所在的 backlog 形态(多文件目录或单文件)。

成功标准(必须全部满足):

  1. ✅ 每个条目有 4 个框架(RICE / WSJF / MoSCoW / ICE)的评分
  2. ✅ 框架间分歧已显式 surface(≥ 2 级差触发人工决策)
  3. ✅ 每条目最终 priority 由用户确认,不是算法输出
  4. ✅ 每条目写回 priority_decision 字段(含 previous 旧值快照,便于回看本次覆盖了什么)
  5. ✅ 输出批量结果表,用户可跨条目比较
  6. ✅ 报告头声明检测到的 backlog 形态(multi-file / yaml-list / h2-yaml / table),并按该形态执行写回

验收测试:读者能否从 backlog 条目的 frontmatter / yaml 块 / 表格行直接看到新 priority + 决策依据 + 被覆盖的旧值,不用反查对话?


范围边界(Scope Boundaries)

本技能负责

  • 自动识别 backlog 形态(多文件目录 / 单文件 yaml-list / h2-yaml / table)并读取全部条目
  • 对每条强制重新跑 RICE / WSJF / MoSCoW / ICE 评分(忽略原 priority 与 priority_decision)
  • Surface 框架间分歧
  • 捕获用户决策并按检测到的形态写回(多文件改 frontmatter;单文件改对应 yaml 块 / 表格单元格)

本技能不负责

  • 创建新的 backlog 条目(用 capture-work-items
  • 将条目晋升进 roadmap(用 promote-roadmap-items
  • 为单一条目评分(该技能是批量工作流,单条评分会丢失对比性)
  • 归档旧评估历史(仅保留 previous 单字段;如需 history 由调用方负责)

交接点:评分完成后交给 promote-roadmap-items 做 backlog → roadmap 晋升。


使用场景(Use Cases)

  • capture-work-items 批量捕获后建议触发
  • Planning ceremony 前对积压做一次干净的全量重评
  • 战略刷新后任何节点直接重跑(无需额外开关 —— 默认就是覆盖式重评)
  • plan-next 输出的大缺口被 capture 后进入评分
  • 单文件 backlog(如轻量项目维护一份 backlog.md)也能直接处理

行为(Behavior)

阶段 0:读取输入与形态探测

  1. 形态探测(按优先级尝试,命中即停) 优先级 形态 探测条件 1 multi-file docs/process-management/backlog/docs/backlog/ 存在,且至少一个 *.md 文件含 artifact_type: backlog-itempriority: frontmatter 字段 2 yaml-list 单文件 docs/process-management/backlog.mddocs/backlog.md 存在,frontmatter 或顶层 YAML 含 items: 数组 3 h2-yaml 同上单文件,正文中存在 ## <title> 标题紧随 yaml … 代码块 4 table 同上单文件,正文存在含 TitlePriority(或等价列)的 Markdown 表格 优先吃项目自定义路径(若存在 .ai-cortex/artifact-norms.yamldocs/ARTIFACT_NORMS.md 中的 backlog-item.path_pattern)。 全未命中 → halt 报告"未发现可识别的 backlog 形态",提示先运行 capture-work-items检测到混合形态(既有目录又有单文件)→ 默认采用 multi-file 并在报告里告知用户单文件被忽略;不双写,避免不一致。
  2. 读取 docs/project-overview/strategic-goals.md(用于 WSJF 的 Cost of Delay 判断和 MoSCoW 的 Must 判断)。
  3. 枚举全部条目(不再筛选 priority: unset):把已有 priority / priority_decision 仅作 audit log 显示,不参与新评分,避免锚点偏差。
  4. 若条目总数 = 1 → halt 并警告:"单条评分会丢失对比性。建议至少 2 条一起评。是否继续?"

阶段 1:多框架并行评分

对每个条目同时计算:

RICE

RICE = (Reach × Impact × Confidence) / Effort
  • Reach:受影响人数或实例数(定量)
  • Impact:1(低)/ 2(中)/ 3(高)
  • Confidence:0-100%(对 Reach × Impact 估算的信心)
  • Effort:人周

映射为优先级等级:

RICE 分数级别
≥ 1000P0
200-1000P1
50-200P2
< 50P3

(阈值是默认示例,项目可自定)

WSJF

WSJF = Cost of Delay / Job Size
  • Cost of Delay = Business Value + Time Criticality + Risk Reduction / Opportunity Enablement
  • Job Size = 相对工作量(斐波那契数列:1, 2, 3, 5, 8, 13, 20)

映射为优先级等级(按当前 backlog 的 WSJF 分位数):

WSJF 分位级别
Top 10%P0
10-30%P1
30-70%P2
Bottom 30%P3

MoSCoW

按承诺层级分类:

  • Must:本周期不做会严重阻塞或违反合规 → P0
  • Should:本周期做会显著提升价值 → P1
  • Could:有时间做就做 → P2
  • Won't:明确本周期不做 → P3

ICE

ICE = Impact × Confidence × Ease
  • 每维度 1-10 定性打分
  • Impact:对战略目标的影响
  • Confidence:估算的信心
  • Ease:实施的容易程度(越高越容易)

映射:

ICE 分数级别
≥ 500P0
200-500P1
50-200P2
< 50P3

阶段 2:Surface 分歧

对每个条目计算框架间最大分歧

分歧级差处理
≤ 1 级(如 P1 vs P2)默认采用 RICE 结果,无需人工决策
≥ 2 级(如 P0 vs P3)显式 surface,必须人工决策

分歧阈值项目可自定(默认 2 级)。

阶段 3:呈现批量结果

输出格式:

## Batch Scoring Summary

| # | Title | RICE | WSJF | MoSCoW | ICE | 分歧 | 建议 |
|---|---|---|---|---|---|---|---|
| 1 | ... | P1 | P1 | Should | P2 | 1 级 | 自动采 P1 |
| 2 | ... | P3 | P1 | Could | P3 | 2 级 | **需人工** |
| ... |

## 需人工决策的条目(分歧 ≥ 2 级)

### Item #2: <title>

- RICE=P3 理由:Reach 仅 10 人、Effort 8 周
- WSJF=P1 理由:Q3 里程碑依赖本项,Cost of Delay 高
- MoSCoW=Could
- ICE=P3

**分歧焦点**:时间敏感性(WSJF)vs 规模(RICE)

**请决策**:P? 理由?

阶段 4:捕获决策并写回(按形态分发)

对每个条目:

  1. 确定最终 priority(自动采信或用户输入)。
  2. 构造 priority_decision 字段内容,必含 previouspriority_decision: final: P<N> previous: P<N> | unset frameworks: rice: P<N> wsjf: P<N> moscow: Must | Should | Could | Won't ice: P<N> rationale: <one-sentence reason if disagreement was ≥ 2 levels> decided_by: auto | user decided_at: <ISO date>
  3. 按形态写回: 形态 写回方式 multi-file 更新各 *.md 文件 frontmatter 的 priority + priority_decision yaml-list 修改单文件中 items[i].priority + items[i].priority_decision,保持 YAML 缩进与键序 h2-yaml 替换该条目对应 yaml 代码块内的 priority + priority_decision,保持代码块位置 table 更新表格 Priority 单元格;priority_decision 写到表格下方 ## Priority Decisions 小节,按条目锚点列出 写回前确认:旧值已记录到 priority_decision.previous,避免被静默吞掉。

阶段 5:输出最终报告

报告头必须包含:

  • Backlog mode: multi-file | yaml-list | h2-yaml | table
  • Re-scored items: N (含 X 条覆盖了原 priority;Y 条原为 unset)

报告体:

  • 处理总数、自动决策数、人工决策数
  • 各优先级分布统计
  • 建议下一步(如 promote-roadmap-items 批量晋升)

输入与输出 (Input & Output)

输入:见 frontmatter input_schema —— backlog 目录、strategic-goals.md、可选阈值覆盖。

输出:对话批量评分表 + 每个 backlog 文件 frontmatter 被更新(prioritypriority_decision 字段)。


限制(Restrictions)

硬边界(Hard Boundaries)

  • 强制全量重评:默认覆盖所有条目的 prioritypriority_decision,旧值仅以 previous 单字段保留,不做历史归档(保持技能单一职责,归档由调用方负责)
  • 不混合形态:探测到 multi-file 即不再扫单文件,反之亦然,避免双写不一致
  • 不自动聚合多框架成单一分数(保留分歧信号是核心价值)
  • 分歧 ≥ 阈值时必须人工决策,不得默认兜底
  • 不创建新的 backlog 条目(那是 capture-work-items 的职责)

技能边界 (Skill Boundaries)

不做(其他技能负责)

动作归属
创建新 backlog 条目capture-work-items
把 backlog 条目晋升进 roadmappromote-roadmap-items
拆分任务breakdown-tasks
需求详细分析analyze-requirements

Anti-Patterns

  • 不要加权平均四框架分数 —— 聚合等于丢分歧信号,破坏本技能核心价值
  • 不要为单条目独立评分 —— 没有对比组,RICE / WSJF 的相对性失效
  • 不要隐藏分歧 —— 即使默认自动采信 RICE,也要在报告表里显示各框架分数
  • 不要忽略 strategic_goal_id —— 战略目标决定 MoSCoW 的 Must 判断
  • 不要用模糊措辞("大概"、"可能")写 priority_decision.rationale —— 必须具体引用框架或数据
  • 不要在重评时"比对旧 priority 是否合理后再决定是否覆盖" —— 这等于给框架打分加锚点偏差,违反本技能"强制干净重评"的设计意图
  • 不要丢弃旧值 —— priority_decision.previous 必须写入;让用户能在一处看到本次改动了什么
  • 不要尝试在两种形态间双写 —— 多文件与单文件择一,避免数据漂移

自检(Self-Check)

  • 已声明 backlog 形态(multi-file / yaml-list / h2-yaml / table)并按形态写回
  • 形态探测失败时已 halt,并指引 capture-work-items
  • 扫描全部条目,旧 priority 仅作展示不参与评分(无锚点偏差)
  • 每条目跑了全部 4 个框架
  • 分歧 ≥ 阈值的条目 surface 了,并要求人工决策
  • 分歧 ≤ 阈值的条目自动采信 RICE,但各框架分数仍可见
  • 每条目 priority_decision 写回,含 frameworks 结果、rationale(若分歧)、previous 旧值快照
  • 批量汇总报告含 Backlog mode、覆盖统计、优先级分布、下一步建议
  • 未自动调用 promote-roadmap-items

示例(Examples)

示例 1:多文件 backlog 全量重评(主流场景)

输入docs/process-management/backlog/ 下 5 个条目,混合状态 —— 3 个 priority: unset、1 个 priority: P2(旧)、1 个 priority: P3(旧)。

形态探测:命中 multi-file

输出摘要

Backlog mode: multi-file
Re-scored items: 5 (含 2 条覆盖了原 priority;3 条原为 unset)

## Batch Scoring Summary

| # | Title | 旧 | RICE | WSJF | MoSCoW | ICE | 分歧 | 建议 |
|---|---|---|---|---|---|---|---|---|
| 1 | 支付 API 响应时间优化 | unset | P1 | P1 | Should | P1 | 0 级 | **自动 P1** |
| 2 | ARTIFACT_NORMS 格式升级 | P3 | P3 | P3 | Could | P3 | 0 级 | **自动 P3(与旧值一致)** |
| 3 | Q3 支持多币种 | unset | P2 | P0 | Must | P2 | 2 级 | **需人工** |
| 4 | 登录错误 500 修复 | P2 | P1 | P2 | Should | P1 | 1 级 | **自动 P1(覆盖旧 P2)** |
| 5 | 新增技术债:重构 auth 模块 | unset | P3 | P2 | Could | P2 | 1 级 | 自动 P3 |

## 需人工决策:Item #3
(同前略)

写回结果片段(Item #4,被覆盖的条目):

priority: P1
priority_decision:
  final: P1
  previous: P2
  frameworks:
    rice: P1
    wsjf: P2
    moscow: Should
    ice: P1
  decided_by: auto
  decided_at: 2026-04-17

示例 2:单文件 backlog(h2-yaml 形态)

输入docs/backlog.md 维护一份"轻量 backlog",每条目是 H2 标题 + 行内 yaml 块:

## 支付 API 响应时间优化

strategic_goal_id: goal-1 priority: P2


原因:…

## 登录错误 500 修复

strategic_goal_id: goal-1 priority: unset

形态探测:multi-file 路径不存在 → yaml-list 不命中 → 命中 h2-yaml

写回方式:替换每条对应的 yaml 代码块内的 priority + priority_decision,保留代码块外的描述正文不变;priority_decision.previous 写入旧值(一条原为 P2,一条为 unset)。

报告头:Backlog mode: h2-yamlRe-scored items: 2 (含 1 条覆盖了原 priority;1 条原为 unset)


附录:输出契约

每个 backlog 条目(无论形态)被更新为:

priority: P0 | P1 | P2 | P3
priority_decision:
  final: P<N>
  previous: P<N> | unset       # 本次重评前的旧 priority;强制写入,便于覆盖审计
  frameworks:
    rice: P<N>
    wsjf: P<N>
    moscow: Must | Should | Could | Won't
    ice: P<N>
  rationale: <optional, required if framework disagreement ≥ 2 levels>
  decided_by: auto | user
  decided_at: <ISO date>

写入位置依形态而异:

形态写入位置
multi-file*.md 的 frontmatter
yaml-list单文件中 items[i] 节点
h2-yaml单文件中该条目对应的 yaml 代码块
table表格 Priority 单元格 + 表格下方 ## Priority Decisions 小节按条目锚点列出

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Codex

33.77%
按下载量换算34

Claude

31.58%
按下载量换算32

Cursor

20.63%
按下载量换算21

Gemini CLI

9.71%
按下载量换算10

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills