issue-extract

Issue 格式萃取

職責

接收外部 issue tracker 的原始 JSON，識別來源，映射欄位，輸出標準欄位格式（見「輸出格式」章節的欄位定義）。

不做：欄位內容驗證、issue 品質評估、任何分析——只做格式轉換。

來源識別

特徵	判斷來源
有 fields 包裹層 + key 符合 [A-Z]+-\d+ 格式	Jira
有 html_url 包含 github.com/.*/issues/ 或有 number + body + user.login	GitHub Issues
有 identifier 欄位（格式如 TEAM-123）+ team 物件	Linear（預留，尚未實作）
其他	未知來源 → 輸出 error

欄位映射

Jira

輸出欄位	Jira 來源	備注
issue_id	key（根層級）	如 CHATAPP-5339
summary	fields.summary
module	從 fields.description 解析 **頁面/位置**:
description	fields.description 原文	保留完整原文，含所有 **欄位**: 標記
reproduction_steps	從 fields.description 解析 **重現步驟**:	依 > 或換行切分為陣列
expected	從 fields.description 解析 **預期結果**:
actual	從 fields.description 解析 **實際結果**:
attachments	fields.attachment[]	見 Attachment 格式
comments	fields.comment.comments[].body	若 fields.comment.total > 0

丟棄：priority、reporter、creator、assignee、status、customfield_*、description 中的 **版號**:

Jira description 解析規則（公司固定格式）：

**版號**: ...           → 丟棄
**頁面/位置**: 發布      → module: "發布"
**重現步驟**: A>B>C>D   → reproduction_steps: ["A", "B", "C", "D"]
**預期結果**: ...        → expected: "..."
**實際結果**: ...        → actual: "..."

若 description 中找不到對應 **欄位**: 標記，該欄位填空字串 ""。

---

GitHub Issues

GitHub Issues 格式較自由，分兩種路徑：

有結構（body 包含 ## Steps to Reproduce、## Expected、## Actual 等 heading）： → 依 heading 切分，直接映射對應欄位

無結構（自由文字）： → LLM 語義萃取，盡力識別重現步驟、預期、實際結果

輸出欄位	GitHub 來源	備注
issue_id	"{owner}/{repo}#{number}"	從 html_url 萃取 owner/repo
summary	title
module	labels[] 中第一個非通用 label（排除 bug、enhancement、question 等）	若無則 ""
description	body 原文
reproduction_steps	解析 body 或 LLM 語義萃取
expected	解析 body 或 LLM 語義萃取
actual	解析 body 或 LLM 語義萃取
attachments	從 body Markdown 萃取圖片 URL（ 格式）
comments	若 comments > 0，需額外呼叫 comments_url API

---

Linear（預留擴充）

尚未實作。新增時：

1. 在「來源識別」表格加入 Linear 特徵
2. 在此新增 Linear 欄位映射章節

---

Attachment 格式

{
  "type": "<screenshot | video | document>",
  "path": "<content URL>",
  "description": "<filename>"
}

type 根據 mimeType 判斷：image/* → screenshot；video/* → video；其他 → document

只保留 URL，不下載、不 base64。

輸出格式

回覆格式要求：只輸出一個 fenced ```json block，block 外不加任何說明文字。

輸出必須包含以下所有欄位（無法映射時填 "" 或 []，不可省略欄位）：

{
  "issue_id": "...",
  "summary": "...",
  "module": "...",
  "description": "...",
  "reproduction_steps": [],
  "expected": "...",
  "actual": "...",
  "attachments": [],
  "comments": []
}

無法識別來源時輸出：

{
  "error": "unknown_source",
  "raw": "<原始輸入>"
}

注意事項

1. 只做格式轉換：不評估 issue 品質，不補充推測內容
2. description 保留原文：即使已萃取結構化欄位，description 仍保留完整原始描述
3. 無法映射的欄位：填 "" 或 []，不省略欄位
4. attachments 只保留 URL：不下載