feature-review
用RICE/WSJF/Kano评分待办项并自动创建Issue
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：feature-review。 它的用途是：用RICE/WSJF/Kano评分待办项并自动创建Issue 完整的 Skill 内容见：https://321skill.com/skills/feature-review-x-2/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'请为本Sprint的所有待办项使用RICE模型评分，并列出前3个高优先级项，自动创建GitHub Issues。' 它会逐一分析每个项的覆盖用户数、预期影响力、自信度和工时，计算RICE分数，然后调用GitHub API创建带评分详情的Issue，并附加标签如'high-priority'。
介绍
产品团队在需求优先级排序时，往往面临主观决策、缺乏量化依据、跨角色沟通成本高的问题。这个 Skill 提供了一套标准化的评分框架，帮助团队客观评估功能请求、Bug 修复、技术债等各类待办项的价值与投入产出比。
使用时，你只需提供待办项的列表（如标题、描述、预估工时等基本信息），它会自动调用 RICE（覆盖度、影响力、信心度、工作量）、WSJF（加权最短作业优先）或 Kano（基本型、期望型、兴奋型）模型进行评分，并生成排序结果。对于得分最高的候选项，它会自动在 GitHub 上创建对应的 Issue，并附上评分明细和上下文。
适合产品经理、项目经理、Scrum Master 以及任何需要管理需求优先级的技术团队成员。尤其适合在 Sprint 规划会、需求评审会或产品路线图中快速对齐优先级。
建议在使用前先明确各评分维度的定义（如 RICE 中的 Reach 指用户量还是频率），并根据团队实际情况调整权重。同时，评分结果应作为决策参考，而非绝对标准，需结合业务策略和团队共识进行最终排期。
核心特点
与同类工具相比，feature-review 同时集成 RICE、WSJF 和 Kano 三种主流模型，并自动将评分结果转化为 GitHub Issues，实现从评估到任务创建的全自动化，减少人工干预。
注意事项
不适合缺少定量预估数据（如工时、影响用户数）的模糊需求，也无法替代人工判断和业务策略考量。
常见问题
如何安装这个 Skill？
通过 npm 全局安装：npm install -g feature-review，或使用 npx 直接运行：npx feature-review。
支持哪些评分模型？
支持 RICE (Reach, Impact, Confidence, Effort)、WSJF (Weighted Shortest Job First) 和 Kano 模型，可在初始化时选择。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/feature-review-x-2/raw/index.md 读取 feature-review 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/feature-review-x-2/raw/index.md（查看排版版本）