核心用法
issue-prioritizer 是一款面向开源维护者与贡献者的GitHub Issues智能分析工具，采用read-only设计原则，仅分析展示信息而不修改仓库。核心工作流包含：获取指定仓库Issues → 检测并排除已有PR关联的条目 → 对剩余Issue进行五维量化评分 → 按调整后的综合得分排序输出。
用户可通过 --topic、--search、--label 等参数精准筛选Issues，支持模糊匹配与原生GitHub搜索语法。系统默认过滤掉已有PR的Issues（可用 --include-with-prs 保留），避免重复劳动。
五维评分体系
| 维度 | 范围 | 核心考量 |
|------|------|---------|
| **Difficulty** | 1-10 | 技术复杂度、是否需架构变更、是否涉及并发/安全 |
| **Importance** | 1-10 | 故障严重程度（崩溃/数据丢失=8-10，功能损坏=6-7） |
| **Tripping Scale** | 1-5 | 方案合理性："重写"、"区块链"等 buzzwords 会显著扣分 |
| **Architectural Impact** | 1-5 | 结构侵入性，强制遵循"10行能解决则200行重构即错误"原则 |
| **Actionability** | 1-5 | 是否可转化为PR：疑问讨论=1，方案清晰待实现=5 |
核心公式：AdjustedScore = (Importance/Difficulty) × TripMult × ArchMult × ActionMult，高ROI但方案激进或架构侵入性强的Issue会被显著降权。
输出分类
- Quick Wins：ROI≥1.5 + 难度≤5 + 方案合理 + 架构影响小 + 可执行≥4
- Critical Bugs：Bug类型且重要性≥8
- Tripping Issues：方案激进（Trip≥4），需审慎评估
- Over-Engineered：架构侵入性过高（Arch≥4），提示存在更简单替代方案
- 按贡献者级别推荐：beginner（难度1-3）、intermediate（4-6）、advanced（7+或涉及安全/架构）
显著优点
1. 工程理性导向：独创"Tripping Scale"识别过度设计与 buzzword 驱动提案，强制追问"是否有更简单方案"
2. 贡献者分层匹配：自动标注 beginner/intermediate/advanced，降低新贡献者入门门槛
3. 防重复劳动：四层检测（显式关键词/引用/标题相似/语义匹配）识别已有PR的Issues
4. 灵活筛选：支持主题搜索、标签过滤、原生GitHub搜索语法，适应不同规模仓库
5. 可解释性：每项评分附带推理依据（Red Flags/Green Flags），便于人工复核
潜在局限
1. 静态分析限制：Issue文本质量直接影响评分准确性，信息缺失会导致误判（如未披露的安全漏洞）
2. 领域知识依赖：issueType判断与Importance评分可能需LLM Deep Analysis（~2-5s/Issue）提升准确度，存在速度与精度的权衡
3. GitHub生态绑定：依赖gh CLI，暂不支持Gitee、GitLab等其他平台
4. 语言文化假设：标题相似度检测（70%词重叠）对中文Issue支持未明确验证
适合人群
- 开源维护者：定期Triaging，快速识别高价值Issue，防御性地拒绝过度设计提案
- 技术PM/产品经理：量化评估社区需求优先级，识别"听起来很酷但ROI极低"的提案
- 新贡献者：寻找
beginner标签的Quick Wins，避开架构深水区 - 企业开源办：评估内部开源项目的社区健康度与Issue处理效率
常规风险
| 风险 | 说明 | 缓解措施 |
|------|------|---------|
| **API速率限制** | GitHub API限流导致获取失败 | 默认限制30条，超限提示用户降额 |
| **认证失效** | `gh auth login`过期 | 明确报错并指引重新认证 |
| **评分主观偏差** | 自动化评分可能误判 | 提供`--json`原始输出，支持LLM深度分析模式复核 |
| **信息泄露** | Issue可能包含敏感信息 | 工具只读不修改，但用户需注意报告输出环境 |
整体而言，这是一款防御性设计突出的工程工具，其价值不仅在于"找到该做什么"，更在于阻止团队把时间浪费在错误的复杂方案上。