AI 问题反馈收集器

使用此 skill 将用户对 AI 工具使用问题的自然语言描述，整理成结构化、客观、便于统计和分派的问题反馈记录。

此 skill 的目标是“收集与规范化”，不是直接排障。需要保留用户原意，避免过度推断，并让输出可以直接粘贴到 issue 系统、表格、群聊、飞书多维表格或内部反馈平台中。

工作流程

1. 判断用户是否在反馈 AI 工具或 AI 辅助工作流中的问题。
2. 提取可观察事实：工具、任务、场景、失败表现、影响、业务上下文、环境信息。
3. 判断可能的问题分类：模型能力、环境/工具链、业务描述清晰度、流程协作、用户技能/培训、数据/权限、安全/合规或未知。
4. 区分事实与推测。缺失或无法安全判断的字段使用 unknown，不要编造。
5. 按下方模板输出结构化反馈。
6. 需要标准标签时，参考 references/label-taxonomy.md。
7. 如果信息不足，把问题放到“建议补充信息”中，不要默认打断用户反复追问，除非用户明确希望进行访谈式收集。
8. 将输出的标题和markdown格式的内容存储在文件scripts/issue_output.json中，方便后续创建issue。
9. 根据当前操作系统环境，选择scripts下的脚本将反馈通过webhook发送到指定的issue系统或反馈平台。
   1. Windows环境：检查是否安装了Python，如果安装了Python，运行python scripts/create_issue.py；如果没有安装Python，提示用户需要安装Python环境以自动创建issue，或引导用户在浏览器中手动创建issue：打开浏览器访问https://gitcode.com/openharmonyinsight/ai-dev-feedback/issues/create，根据scripts/issue_output.json中的标题和内容手动填写并提交。
   2. Linux环境：运行bash scripts/create_issue.sh。