Summary
When you hit a bug, your instinct is to just fix it and move on, but that's how you end up debugging the same issue six months later with no context. This skill sits between "I found a problem" and "I'm changing code" to force a structured loop: report what's broken, analyze root cause, fix it with verification, and leave a paper trail in three markdown files under .codestable/issues/. It's a router that decides whether you need the full three-stage process or can take a fast path for obvious one-liners. The whole point is stopping you from scope creep fixes that touch five things when you only meant to fix one, and making sure future-you has reproduction steps and analysis when the bug comes back.
Install to Claude Code
npx -y skills add liuzhengdongfortest/codestable --skill cs-issue --agent claude-codeInstalls into .claude/skills of the current project.
Keep your Mac awake while Claude Code and 40+ AI agents run. Sleeps when they're idle.
One time payment $9 →
Integrate web data into your AI product. One API to scrape website & brand data.
Get API Key Now →
Agent, run crypto. Access onchain data & trade routes via 1inch.
Install now →
On Capafy, your Skill runs online 24/7 as an agent product, and you get paid every time someone uses it.
Start earning →
Files
SKILL.mdView on GitHub
cs-issue
启动必读
开始任何判断或动作前，先读取 .codestable/attention.md；缺失则视为骨架不完整，提示先补齐或运行 cs-onboard，不要回退到外部 AI 入口文件。
修 bug 直觉是"找到错的地方改了完事"，但这个直觉路径反复制造同样的麻烦：
- 问题描述只在脑子里改完就忘——三个月后 bug 再现没复现步骤留存
- 根因没分析就动手——改了表面现象深层问题等下次爆发
- 修复范围扩散——发现一个 bug 顺手改五处引入新问题，无法追溯
- 没验收闭环——怎么判断改好了？改好了什么？没记录
issue 工作流在"看到问题"和"动手改代码"之间塞缓冲：
发现问题 → 清晰记录（report）→ 根因分析（analyze）→ 定点修复 + 验证（fix）
本技能不写任何东西，只看当前 issue 走到哪步、决定触发哪个子技能。
文件放哪儿
.codestable/issues/{YYYY-MM-DD}-{slug}/
├── {slug}-report.md ← 阶段 1 问题报告
├── {slug}-analysis.md ← 阶段 2 根因分析
└── {slug}-fix-note.md ← 阶段 3 修复记录（必出产物）
日期取发现 / 提报问题当天定了不动。slug 能一眼看出是什么问题（auth-token-leak、null-pointer-on-empty-list）。
{slug}-fix-note.md 是阶段 3 必出产物——无论修复简单还是复杂都要写。它不是仪式，是回溯凭证：没有它下次类似问题来你只能从 git log 反推。
所有 issue 文档带 YAML frontmatter（doc_type 分别为 issue-report / issue-analysis / issue-fix）便于 search-yaml.py 按 severity / tags / status 检索。
两条路径
标准路径（问题复杂或根因不明）
| 阶段 | 子技能 | 主导 | 产出 |
|---|---|---|---|
| 1 问题报告 | cs-issue-report | 用户描述，AI 引导 | {slug}-report.md |
| 2 根因分析 | cs-issue-analyze | AI 读代码分析，用户确认 | {slug}-analysis.md |
| 3 修复验证 | cs-issue-fix | AI 按分析定点修复，用户验证 | 代码 + {slug}-fix-note.md + scoped-commit |
阶段间有人工 checkpoint——让用户在每阶段结束有一次明确把关，防止 AI 一口气从问题跑到代码跑出来才发现走偏。
快速通道（问题简单、根因一眼确定）
下面同时满足才进：
- AI 读完代码后对根因高度有把握（能明确指出 file:line + 原因）
- 修复改动很小（1-2 处）
- 无跨模块影响风险
流程压缩成：AI 读代码 → 直接告知根因 + 修复方案 → 用户确认 → AI 修复 → 用户验证通过 → AI 写 {slug}-fix-note.md。只产出一份 fix-note.md，省掉 report 和 analysis。
判定口径：是否进快速通道由 cs-issue-report 的启动检查做唯一正式判定。一旦进标准路径默认不再二次改判——避免三个阶段对路径各说各话。
不能走快速通道：根因有多个候选 / 修复范围涉及多模块 / 需要先复现才能定位 / 用户希望留完整分析存档。
路由
进入本技能先 Glob .codestable/issues/，自己读已有文件才有数。
| 当前状态 | 触发哪个子技能 |
|---|---|
| 刚发现问题，没有任何文件 | cs-issue-report（那里判断走标准还是快速） |
report.md 已存在，没 analysis.md | cs-issue-analyze |
analysis.md 已存在，代码还没改 | cs-issue-fix |
| 代码已改，还没修复验证记录 | cs-issue-fix（走验证） |
| 不确定 | 自己读已有文件按上表对号 |
用户描述的是新功能需求而不是 bug → 告诉用户走 cs-feat。
与 feature 工作流的边界
- issue：本来应该好的东西坏了——已有代码里的 bug / 异常行为 / 文档错误 / 性能问题
- feature：从来没有的东西要加进来——新功能 / 新能力
灰色地带：修 issue 过程中发现需要新增能力才能真正解决——先用 issue 工作流把记录和分析做完，再视情况开 feature。不在 issue 里偷偷做新功能，理由跟 feature 不在 PR 里偷偷修 bug 一样：混着改分不清这次到底改了什么范围。
相关文档
.codestable/reference/system-overview.md— CodeStable 体系总览.codestable/reference/shared-conventions.md— 跨阶段共享口径.codestable/attention.md— CodeStable 启动注意事项和项目硬约束.codestable/architecture/ARCHITECTURE.md— 根因分析时可能要查
Featured
Keep your Mac awake while Claude Code and 40+ AI agents run. Sleeps when they're idle.
One time payment $9 →Integrate web data into your AI product. One API to scrape website & brand data.
Get API Key Now →Agent, run crypto. Access onchain data & trade routes via 1inch.
Install now →On Capafy, your Skill runs online 24/7 as an agent product, and you get paid every time someone uses it.
Start earning →
