PyTorch 官方用它管 Issue！万级 Star 项目的 AI Agent 内部工作流首次曝光

你有没有被 GitHub Issue 淹没过？一个开源项目 Star 多了以后，各种 Bug 报告、功能请求、提问、重复 issue 全堆在一起，维护者光是分类就要耗费大量精力。

PyTorch 团队也遇到了这个问题——他们的 GitHub 每天收到大量 Issue，光是判断这条该转给谁、加什么标签，就够烦人了。于是他们自己写了一个 Claude Skill，专门用来自动分类 Issue。

这就是 PyTorch Issue Triage Skill。

它的工作逻辑大概是这样的：

第一步：判断是问题还是 Bug/功能需求

Claude 会先读 Issue 内容，判断它到底是用户提问、Bug 报告还是功能请求。如果是纯提问，直接关掉并引导到论坛。

第二步：检查是否需要复现

如果 Issue 里有外部文件链接（.pt、.pkl、.onnx 之类的），Claude 会先把这个链接删掉（安全原因），然后要求用户补充一个本地能跑通的复现代码，再继续处理。

第三步：转给对应的 Oncall 团队

PyTorch 内部有不同的 oncall 团队负责不同模块，Claude 会根据 Issue 内容判断该转给谁，加上对应的 oncall 标签。

第四步：标签分类

打标签是技术活，打错了会触发错误的 CI。Claude 会严格对照一个包含 305 个标签的白名单，不在白名单里的一律不打，确保不出错。

第五步：特殊处理 PT2 相关 Issue

PyTorch 的 torch.compile（PT2）有一套单独的分类标准，Claude 会额外跑一套 rubric 来判断。

整个流程一共 7 步，每一步都有明确的决策树和模板回复，最终打上 bot-triaged 标签，等人工 review。整个过程不需要维护者介入，AI 先做第一轮筛选，把真正需要人工处理的挑出来。

这个 Skill 的价值不只是”省事”。

它本质上展示了一种 AI Agent 落地工程实践的范式：不是在吹 AI 能做什么，而是真的把 AI 嵌进了真实的工作流里——有规则约束、有安全校验、有 fallback 到人工的机制。

安装方式：

npx skills add https://github.com/pytorch/pytorch --skill triaging-issues --agent claude-code

项目太大？没关系，Skill 指向的是 .claude/skills/triaging-issues 这个子目录，只取你需要的那部分就行。

想在自己的项目里复现这套工作流？先去读一下 PyTorch 官方的 SKILL.md，里面完整记录了标签白名单、响应模板、PT2 分类细则——这些才是真正有参考价值的工程细节。

GitHub: https://github.com/pytorch/pytorch