如何在GitHub上查看自己提过的Issues

如何在GitHub上查看自己提过的Issues

如何在GitHub上查看自己提过的Issues

在GitHub参与开源项目或团队协作时,提交Issues是反馈问题、提出功能建议的核心方式。随着参与的仓库和项目增多,如何快速找到「自己曾经提交的Issues」、跟踪处理进度?本文介绍三种方法,帮你高效管理个人的Issues记录~

方法一:右上角「Your issues」快捷入口(最直接)

GitHub在界面右上角提供了专门的「Your issues」按钮,一键直达个人Issues管理页面。

步骤1:登录GitHub账号

打开 GitHub官网,登录你的账号(若未登录,需输入用户名/密码或通过第三方认证)。

步骤2:点击「Your issues」按钮

在页面右上角功能区,找到带有「Issues」图标的「Your issues」按钮(通常位于搜索框右侧、通知/头像区域附近),点击它。

GitHub右上角的「Your issues」按钮

(点击后直接跳转到「你的Issues」聚合页面)

步骤3:筛选“自己创建的Issues”

进入页面后,默认展示 Assigned to me(分配给你的Issues)。

默认展示“分配给我的Issues”

若只想看自己提交的Issues,点击页面中的「Created by me」选项卡,列表会自动切换为“由你发起的所有Issues”。

切换到“Created by me”筛选自己提交的Issues

(筛选后,列表仅包含你作为发起者的Issues)

方法二:直接访问个人Issues专属链接

GitHub为每个用户生成了个人Issues专属链接,可直接在浏览器打开,自动筛选“由你创建的Issues”:

  • 链接格式:https://github.com/issues?q=author%3A{你的GitHub用户名}
  • 示例(假设用户名为octocat):https://github.com/issues?q=author%3Aoctocat
直接访问专属链接的效果

小技巧:把链接加入浏览器书签,下次可直接打开,无需重复筛选~

方法三:通过通知订阅页面关联Issues动态

除了直接查看Issues,还可以通过通知订阅页面管理“与你相关的内容更新”(包括Issues的评论、状态变更等通知)。直接访问链接:

https://github.com/notifications/subscriptions

在这个页面,你可以:

  • 查看订阅的仓库/话题:若某个仓库的Issues有更新(如他人回复、状态变更),会通过通知推送给你;
  • 管理通知规则:自定义是否接收某个仓库的Issues评论、提及等通知;
  • 间接跟踪“关注仓库中,与你相关的Issues动态”。

注:此页面更侧重于「通知订阅管理」,若需直接查看自己提交的Issues列表,前两种方法更高效~

进阶:高效筛选与管理自己的Issues

在个人Issues页面,结合搜索语法筛选条件,可更精准找到目标Issues:

按「仓库」筛选

想查看「某个特定仓库中提交的Issues」,使用以下搜索语法:

repo:用户名/仓库名 is:issue author:你的用户名 

示例(查看octocat/hello-world仓库中自己提交的Issues):

repo:octocat/hello-world is:issue author:octocat 

按「状态」筛选

  • 查看未关闭的Issues(仍在处理中):在搜索框中加入 is:open
  • 查看已关闭的Issues(已解决/关闭):在搜索框中加入 is:closed

按「关键词」搜索

记得Issue标题/内容的关键词?直接在搜索框输入关键词(会匹配标题和正文内容)。

实际场景示例

场景1:跟踪开源项目的Bug反馈

你在numpy/numpy仓库提交了Bug报告,想知道维护者是否回复或修复:

  1. 用「方法二」的专属链接打开个人Issues列表;
  2. 用搜索语法 repo:numpy/numpy author:你的用户名 快速定位该仓库的Issues。

场景2:团队协作中的需求管理

在公司内部仓库(如company/project-x)中,你提交了多个需求类Issue。通过「Your issues」页面,可快速统计:

  • 已完成的需求:筛选 is:closed
  • 待处理的需求:筛选 is:open

场景3:清理过时的Issues

若发现自己过去提交的某个Issue已无意义(比如问题已自然解决),可在个人Issues列表中找到它,点击进入详情页后手动「Close issue」。

总结

GitHub提供多种便捷方式查看自己提交的Issues:

  • 右上角「Your issues」:最快捷的一键入口,适合日常快速查看;
  • 个人专属链接:适合书签收藏,直接访问无需筛选;
  • 通知订阅页面:辅助管理“关注内容的通知”,间接关联Issues动态。

结合「筛选语法+关键词搜索」,能更高效跟踪问题进度,让开源协作或团队开发更顺畅~

若你是项目维护者,也可用类似方法(调整筛选条件为author:他人用户名)查看他人提交的Issues,及时响应社区/团队反馈~

Read more

【Linux/C++多进程篇(一) 】一个变两个?揭秘 C/C++ 程序中神奇的“分身术”

【Linux/C++多进程篇(一) 】一个变两个?揭秘 C/C++ 程序中神奇的“分身术”

⭐️在这个怀疑的年代,我们依然需要信仰。 个人主页:YYYing. ⭐️Linux/C++进阶系列专栏:【从零开始的linux/c++进阶编程】 ⭐️其他专栏:【linux基础】【数据结构与算法】【从零开始的计算机网络学习】 系列上期内容:【Linux/C++文件篇(一) 】标准I/O与文件I/O基础  系列下期内容:【Linux/C++多进程篇(二) 】万字解析linux系统编程之进程间通信 (IPC) 目录 前言:        多进程理论基础 一、为什么要引入多进程 二、多进程相关概念 三、进程的内存管理 四、进程与程序的区别 五、进程的种类 六、进程PID 七、特殊的进程 八、linux中有关进程的指令 九、进程状态的切换

By Ne0inhk
【Linux】线程池(一)C++ 手写线程池:基于策略模式实现高性能日志模块

【Linux】线程池(一)C++ 手写线程池:基于策略模式实现高性能日志模块

文章目录 * 池化技术 * 线程池的日志模块 * 日志与策略模式 * 日志模块 * 两个核心问题 * 设计文件等级 * 刷新策略 * 获取日志时间 * logger类实现 * 内部类LogMessage实现 * 日志刷新流程图及源码 池化技术 池化技术可以减少很多的底层重复工作,例如创建进程、线程、申请内存空间时的系统调用和初始化工作,例如线程池,先预先创建好一些线程,当任务到来时直接将预先创建好的线程唤醒去处理任务,效率会远远高于任务到来时临时创建线程。例如内存池,但我们要用1mb空间时内存池会一次性申请20mb空间,效率会远远高于用多少空间申请多少空间(申请空间会调用系统调用)。 线程池是执行流级别的池化技术,STL中的空间配置器和内存池是内存块管理级别的池化技术。 线程池的日志模块 下⾯开始,我们结合我们之前所做的所有封装,进⾏⼀个线程池的设计。在写之前,我们要做如下准备。 * 准备线程的封装 * 准备锁和条件变量的封装 * 引⼊日志,对线程进⾏封装 日志与策略

By Ne0inhk
【C++初阶】C++入门相关知识(2):输入输出 & 缺省参数 & 函数重载

【C++初阶】C++入门相关知识(2):输入输出 & 缺省参数 & 函数重载

🎈主页传送门:良木生香 🔥个人专栏:《C语言》 《数据结构-初阶》 《程序设计》《鼠鼠的C++学习之路》 🌟人为善,福随未至,祸已远行;人为恶,祸虽未至,福已远离 上期回顾:在上一篇文章中,我们对C++进行了初步的认识,学习了C++的发展历史,第一个C++程序以及命名空间,我们知道,C++的出现就是为了改进和完善C语言的不足,使得程序更加高效,程序员编写起来更加方便快捷,那么本篇文章我们继续往下认识C++的入门相关知识 目录 一、C++的输入&输出 1.1、核心载体:头文件 1.2、核心的IO对象:cin与cout 1.2.1、std::cin 标准输入流 1.

By Ne0inhk
二叉搜索树深度解析:从原理实现到算法应用----《Hello C++ Wrold!》(18)--(C/C++)

二叉搜索树深度解析:从原理实现到算法应用----《Hello C++ Wrold!》(18)--(C/C++)

文章目录 * 前言 * 二叉搜索树(二叉排序树或二叉查找树) * 二叉搜索树的模拟实现 * 二叉搜索树和有序数组二分查找的比较 * 两个搜索模型 * 作业部分 前言 二叉搜索树(Binary Search Tree,简称 BST)作为一种重要的树形数据结构,在计算机科学领域有着广泛的应用。它凭借其基于键值的有序性,能够高效地支持数据的插入、删除和查找等操作,是许多复杂算法和系统的基础组件。 本文将围绕二叉搜索树展开全面而深入的探讨。首先,我们将从其核心定义和关键性质出发,帮助读者建立对二叉搜索树的基本认知,包括其通过中序遍历可得到升序序列这一重要特性。随后,详细剖析二叉搜索树的各项基本操作,如插入、查找、删除等,并通过 C++ 代码实现进行具体演示,同时对比递归与非递归实现方式的异同。 此外,我们还将对二叉搜索树与有序数组的二分查找进行对比分析,明确各自的优势与局限。最后,结合一系列经典的算法题目,如二叉搜索树与双向链表的转换、根据遍历序列构造二叉树、二叉树的非递归遍历等,展示二叉搜索树在实际问题中的应用,帮助读者巩固所学知识,提升解决复杂问题的

By Ne0inhk