maggy

maggy 技能概览

maggy 是做什么的

maggy 是 claude-bootstrap 里的本地 AI 工程指挥中心，面向需要把 issue 受理转化为实际执行的团队。maggy 技能适合那些想要一个由 AI 先行排序的收件箱、能够快速交接到本地 Claude Code 运行、并且还能每天获得一份竞争情报简报的人，而不是再额外搭一套独立的运维系统。

适合谁使用

如果你要跨 GitHub Issues、Asana 或类似的跟踪工具管理工程工作，并且希望有一套持续运转的工作流，而不是一次性的提示词，那么就适合用 maggy。它尤其适用于项目管理场景：当你需要把分流、优先级判断和执行跟踪放在同一个地方时，maggy 会更有价值。

安装前要先确认什么

maggy 的核心价值不是普通的聊天助手，而是 issue 排序、上下文注入和本地执行三者的组合。安装前最关键的问题是：你的团队能否接受一种工作流——在执行阶段，Claude 可能会以更高权限获得写入和 shell 权限。

如何使用 maggy 技能

安装 maggy

使用下面的命令安装 maggy 技能：
npx skills add alinaqi/claude-bootstrap --skill maggy

如果你要做一个干净的 maggy 安装决策，先确认自己是否真的需要一个绑定仓库和跟踪器的本地指挥中心工作流，再决定是否添加它。若团队只是在单个任务上需要更好的提示词，maggy 的机制可能会比你真正需要的更重。

先阅读这些文件

先看 SKILL.md，理解它预期的工作流和安全模型。由于这个仓库没有额外的 rules/、resources/ 或辅助脚本，技能文件本身就是主要事实来源；只有在仓库后续真的出现 README.md 或其他顶层文档时，再顺带浏览即可。

怎样更好地向 maggy 提示

一份好的 maggy 指引，应该从明确的运营目标开始，而不是笼统地提需求。请包含：

• 你希望优先处理的跟踪器或收件箱
• maggy 应该面向哪个 repo 或代码库根目录工作
• 你们团队对“紧急”的定义
• 对执行、审查或分支处理的任何限制

更强的输入示例是：“请优先处理 billing service 的所有未关闭 GitHub Issues，按发布风险和客户影响排序，然后只对最上面的 bug 执行，并带上 TDD 上下文。”这比“帮我管理 tickets”更好，因为它给了 maggy 一个明确的决策规则。

实际工作流

使用 maggy 最好分两步：先分流，再执行。先让它给收件箱排序，再让它发起本地 Claude Code 运行，因为这个技能最强的地方在于：问题信号已经被过滤清楚，而且目标 repo 也明确。用于项目管理时，这样能让从规划到工程执行的交接更稳定。

maggy 技能常见问题

maggy 只适用于项目管理吗？

不是。maggy 技能支持项目管理工作流，但它真正面向的是需要同时做 issue 分流和本地代码执行的工程团队。如果你只需要一个状态看板，更轻量的工具就够了。

maggy 和普通提示词有什么不同？

普通提示词可以总结 tickets，但 maggy 的设计围绕的是一套可重复的工作流：优先级收件箱、执行交接、竞争情报简报。也就是说，当你希望每天都走同一套流程，而不是每次重新写一遍指令时，它会更有用。

安装 maggy 安全吗？

这个技能里有一个很重要的权限模型提醒：执行阶段可能会用 --dangerously-skip-permissions 运行 Claude，这样本地修改和 shell 命令在任务中途就不会被阻断。它很强大，但也意味着你只应该在代码库根目录和跟踪器输入都可控的环境里使用 maggy。

什么时候不该用 maggy？

如果你只需要一次性的简单分析，如果你的环境不能接受本地写入权限，或者你的 issue 数据太噪杂、无法可靠排序，那就不要选 maggy。在这些情况下，更窄的提示词或不执行的工作流会更合适。

如何改进 maggy 技能

给 maggy 更好的排序信号

maggy 的效果很大程度上取决于你把优先级定义得有多清楚。想要更好的输出，就提供明确的排序标准，比如客户影响、阻塞状态、截止日期或与 OKR 的关联性。这样 maggy 技能才能以一种团队真正愿意信任的方式对 tickets 排序。

收窄执行目标

大多数不理想的结果，都是因为 repo 范围不够明确。要明确告诉 maggy 当前涉及的是哪个代码库根目录、哪个 branch 或哪个 service，并说明任务属于修 bug、修测试，还是做新功能。这样可以减少把错误 repo 当成当前工作区的风险。

提高首次执行质量

当你让 maggy 执行时，请一并提供 issue 原文、验收标准、相关文件路径，以及任何已知约束。像“修复失败的测试”这种粗糙提示，不如“修复 packages/api 里的 billing 测试，保持行为不变，并保留当前 public API”这样有用得多。

在第一次运行后继续迭代

如果 maggy 已经接近目标但还差一点，就补上一条遗漏的决策规则，而不是把整段提示词全部重写。常见的失败模式包括：优先级标签太模糊、跟踪器上下文不完整、权限预期不清楚。把这些输入收紧，通常比让它给出更宽泛的回答更能改善下一次运行。