feature-review
用RICE/WSJF/Kano打分并自动创建GitHub Issues
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打分并自动创建GitHub Issues 完整的 Skill 内容见：https://321skill.com/skills/feature-review/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
‘请使用RICE和WSJF模型对当前Sprint的Backlog项目进行评分，并为得分最高的3个候选创建GitHub Issues，每个Issue包含评分详情和理由。’它会分析每个需求，计算覆盖范围、影响力、信心、努力以及延迟成本等指标，生成评分表格，然后自动在指定GitHub仓库创建Issue，标题格式为‘[高优先级] 需求名称’，描述中附上完整评分报告。
介绍
产品团队在管理Backlog时，常常面临需求优先级难以量化、决策依据不透明的问题。这个Skill通过整合RICE、WSJF和Kano三种经典评分模型，帮助团队对每个待办事项进行结构化打分，并自动将得分最高的候选者转化为GitHub Issues，从而将评估结果直接落地到任务管理流程中。
使用时，你只需提供待评估的Backlog项目列表（如需求描述、预估工时、用户价值等信息），AI会依次调用RICE（覆盖范围、影响力、信心、努力）、WSJF（延迟成本/工期）和Kano（基本型、期望型、兴奋型）模型进行综合评分，生成一份包含每个项目得分明细的评估报告，最后为排名靠前的候选者创建GitHub Issues，并在Issue描述中附上评分依据和优先级标签。
适合产品经理、项目经理、数据分析师以及需要定期梳理和排序需求的产品团队。尤其适合采用敏捷开发或Scrum框架的团队，可以在Sprint规划会议前快速完成Backlog梳理，提升决策效率。
建议在使用前先明确各评分维度的权重和阈值（如RICE中的“信心”等级），并确保团队已配置好GitHub仓库的访问令牌。对于完全依赖Jira、Trello等其他工具管理的团队，需要额外适配或手动同步Issue。
核心特点
不同于仅提供单一评分模型的工具，这个Skill同时支持RICE、WSJF、Kano三种模型，并能自动将高优先级项转化为GitHub Issues，实现从评估到任务追踪的闭环，减少人工操作。
注意事项
需要预先定义评分维度和权重，且依赖GitHub API，无法用于非GitHub的项目管理工具。
常见问题
如何配置评分权重？
可以在提示词中指定各维度的权重，如‘RICE中的影响力权重设为2，信心权重设为0.8’；如果不指定，使用默认等权重。
支持哪些评分模型？
支持RICE（Reach, Impact, Confidence, Effort）、WSJF（Weighted Shortest Job First）和Kano模型，可同时使用或单独选择。
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/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/raw/index.md（查看排版版本）