Track Repository Progress

概要

Track Repository Progress 是一個可安裝的 agent skill，適用於 ChatGPT、Codex 及其他兼容 Agent Skills 的工具。它只檢查用戶明確授權的 GitHub repositories，並整理成一致、可追蹤的進度報告；只有在用戶要求時才會更新 Google 試算表。

我的角色

我設計並撰寫整個 skill 套件：包括指示和指令集、以證據為本的狀態模型、報告及試算表格式、agent 介面設定，以及中英雙語的安裝和使用指南。

問題

同時跟進多個項目，代表要不斷打開每個 repository、閱讀最近的 commits 和文件，再判斷它實際進展到哪裏。如果只是臨時處理——無論是人手還是沒有規則的 AI agent——答案就會漂移：路線圖上的承諾被當成已完成的工作，活躍程度被誤當成進度，而擁有廣泛帳戶權限的 agent 甚至可能查看從未被要求檢查的 repositories。

用戶及使用情境

這個 skill 為同時跟進多個 GitHub repositories、並已在使用 ChatGPT、Codex、Claude Code、Cursor 或 VS Code 中的 GitHub Copilot 等 AI agent 的開發者和小型團隊而設。它用於檢視、比較或記錄 repository 進度，包括保持共用的 Google 試算表為最新狀態。

限制條件

這個 skill 是一套指示，而不是託管服務。它在安裝它的 agent 內運作，並依賴該 agent 本身的 GitHub 和 Google Drive 連接；安裝 skill 本身不會授予任何權限，私人 repositories 亦仍受已連接帳戶的權限限制。它亦要在從不同目錄尋找 skills 的各種 agent 之間通用。

解決方案

四個指令涵蓋整個流程：report 產生進度報告而不寫入任何資料，compare 把目前證據與上一份報告或紀錄比較，preview-sheet 顯示試算表的確切變更，update-sheet 則實際寫入。第一次執行 report 時要列明 repository 允許清單，同一對話中之後的指令會沿用這份清單。

每份報告先列出整體摘要：報告日期和時區、已檢視的 repositories、活躍、安靜、停滯、暫停或結束的數目、最近最明顯的進展、最重要的共同風險，以及建議的重點。之後每個 repository 各有一筆紀錄，包括開始日期及判定依據、階段、活躍程度、保守的進度估算、最近活動、已完成工作、下一步、風險、信心程度、證據連結和更新時間。

處理 Google 試算表時，skill 會先檢查分頁名稱、欄位標題和現有的 repository 識別碼。它以準確的擁有者及 repository 名稱配對資料列，保留未知欄位和公式，只更新被要求的資料列和欄位，只為允許清單內的 repositories 新增資料列，並報告實際改動的分頁和範圍。

架構及流程

套件採用開放的 Agent Skills 結構：以 SKILL.md 作為入口，記載指令、流程和證據規則；狀態模型和輸出格式則作為參考文件；另附供 ChatGPT 使用的介面設定。

每次檢查都會先確定允許清單，如清單缺失或含糊，便會先向用戶查詢。之後 agent 只從每個已授權的 repository 讀取最少所需的證據：預設分支和建立資料、README、路線圖、設計和狀態文件、最近的 commits 和重要分支或 pull requests，以及在相關時才查看的 releases、部署、測試或 issues。Repository 內的文字一律視為資料，而不是指示。日期、階段、活躍程度和信心程度按狀態模型判定，重要結論都附有直接證據，推斷亦會清楚標示。

關鍵決定

允許清單就是授權邊界：即使已連接的帳戶看得到其他 repositories，skill 也不會自行擴大範圍。它預設只讀，寫入試算表前會先預覽變更，而且在追蹤進度時絕不會建立 issues、修改 repositories 或更改權限。

證據優先於計劃。路線圖上的勾選、分支名稱或 README 中的承諾，都不會被當成已完成的工作；commit 數量永不用作進度百分比；技術完成度亦與市場驗證分開處理。只有在項目有明確範圍時才會估算進度，否則紀錄會註明無法估算；空白或無法讀取的 repository 則會報告為證據不足。

測試及交付

Skill 以原始碼形式在 GitHub 發佈。在 ChatGPT 中，把 skill 資料夾壓縮成 ZIP（SKILL.md 須位於最上層），在 Skills 頁面上傳，再連接 GitHub；如要更新試算表，亦需連接 Google Drive。在 Codex、Claude Code、Cursor、VS Code 中的 GitHub Copilot 及其他兼容的 agent，則把資料夾複製到該 agent 的項目或用戶 skills 目錄，再以名稱或斜線指令呼叫。不支援 skills 的 agent 可以把 SKILL.md 及參考文件載入為系統指示，但不會自動觸發，也不會取得連接權限。

這個 repository 並未包含自動化測試或評估集。Skill 的行為由書面規則、固定的輸出格式，以及明確的證據和安全限制來界定，而不是經由自動化檢查驗證。

目前限制

進度只是以證據為本的估算，並不代表工時；commit 數量亦只反映活躍程度，而不代表質素或商業成熟度。結果取決於宿主 agent 是否遵循書面規則，以及其 GitHub 和 Google Drive 連接所提供的權限。由於沒有評估集，規則的改動暫時未能自動檢查；而為不支援 skills 的 agent 提供的後備方式亦沒有自動觸發功能。

心得及下一步

對 AI 工作流程來說，界線和輸出同樣是產品的一部分：明確的允許清單、預設只讀，以及證據和推斷之間的清晰分隔，令報告變得可以信任和核對。最明顯的下一步，是以範例 repositories 建立一套可重複的評估案例，讓規則的改動可以在不同 agent 之間驗證，而不是只靠閱讀輸出來判斷。