MultiQC

此技能专为 MultiQC 项目维护人员设计，旨在简化社区驱动的模块请求处理流程。通过与 GitHub 集成，它自动评估新提交的问题，确保开发资源集中在最具影响力的工具上。它根据加权指标（包括工具受欢迎程度、PyPI 和 Bioconda 下载统计，以及通过反应与讨论串衡量的社区关注度）计算 0 到 100 的优先级分数。这种系统化的方法减少了分类的手动负载，确保质量标准的一致性，并向贡献者提供即时且具建设性的建议。

本技能具备高度模块化特性，支持通过指令触发对单一问题进行分析，以及进行全面的每周批次分类作业。它产生基于数据的建议，指派适当的优先级标签，并更新项目看板栏位，使开发蓝图保持透明与组织化。它依赖内部脚本来获取实时指标，并遵循既定的模板，将技术需求与缺失信息回馈给社区。

• 自动化处理标记为 'module: new' 的问题，确保对贡献者的回复及时。

• 基于数据的评分准则，涵盖工具热度 (GitHub 星数/分支数)、下载量指标 (PyPI/Conda) 与社区参与度。

• 标准化的反馈模板，用于要求必要的文件（如示例日志文件或工具说明文档）。

• 多种执行模式：针对特定审核的单一分析、针对批次处理的全部分类，以及用于调试工作流的空运行 (dry-run) 模式。

• 与 GitHub 项目看板集成，根据计算出的优先级带自动转换状态并进行分类。

• 在问题注释中使用 @claude analyze-module 触发对特定功能请求的立即评估。

• 依赖 GitHub CLI (gh) 与安全 API 调用，在遵守速率限制的同时确保指标收集的准确性。

• 需要有效的存储库访问权限以修改标签、注释与项目看板状态。

• 最适合管理开源贡献与功能请求的生物信息软件维护者。

• 预期输入为有效的 GitHub 问题，输出则为包含分数细项、理由及贡献者下一步建议的详细注释。