joeseesun/qiaomu-ai-prd

GitHub: joeseesun/qiaomu-ai-prd

将一句话产品想法转化为包含约束分层、数据模型和验收剧本的结构化 AI 可执行产品需求文档。

Stars: 144 | Forks: 3

# qiaomu-ai-prd [![Last commit](https://img.shields.io/github/last-commit/joeseesun/qiaomu-ai-prd?style=flat-square)](https://github.com/joeseesun/qiaomu-ai-prd/commits/main) [![License](https://img.shields.io/github/license/joeseesun/qiaomu-ai-prd?style=flat-square)](LICENSE) [![Repo](https://img.shields.io/badge/GitHub-joeseesun%2Fqiaomu--ai--prd-black?style=flat-square&logo=github)](https://github.com/joeseesun/qiaomu-ai-prd) **[中文](#中文) | [English](#english)** ## 中文 `qiaomu-ai-prd` 把“我想做一个英语单词学习网站”“开发一个 iOS 提词器”“设计一个窦唯官网”这类一句话需求,整理成有速读卡、有布局、有模块、有数据模型、有技术架构、有优先级、有性能指标、有验收剧本的完整产品需求文档。 它的重点不是填模板,而是替你做产品判断,并把判断写成开发者和 AI 都能执行的形式。v0.2 增加了 `硬约束 / 推荐默认 / 发挥空间`,让 AI 知道哪里不能偏离,哪里可以大胆做得更好。 ## 一行安装 npx skills add joeseesun/qiaomu-ai-prd 验证: test -f ~/.agents/skills/qiaomu-ai-prd/SKILL.md python3 ~/.agents/skills/qiaomu-ai-prd/scripts/lint_prd.py --help ## 你可以这样说 - “用 qiaomu-ai-prd 给我写一个英语单词学习网站的 PRD。” - “我想开发一个 iOS 提词器,移动优先,生成 AI 可执行 PRD。” - “为一个 GTA 风格网页游戏写 PRD,深度模式 + 前端视角。” - “把这个产品想法整理成产品需求文档:一款面向独立开发者的 AI 记账工具。” ## 你会得到什么 1. 产品定位、竞品差异、三类用户画像和可行性边界。 2. 顶层布局、核心模块、真实状态、正常路径和失败路径。 3. 超越竞品的差异化功能,以及为什么竞品通常做不到。 4. 带 `//` 注释的数据模型、技术架构和依赖选择理由。 5. `超预期机会`、交互细节、输出系统、P0-P3 开发优先级和数字化性能指标。 6. 直接写给 AI 编程助手的开发者交接说明、可替换技术原则和验收剧本。 ## 输出预览 # WordPulse PRD ## AI 速读卡 产品一句话:一个自带复习节奏的个人词库学习网站。 核心循环:导入词库 -> 练习 -> 标记掌握度 -> 自动复习。 硬约束:P0 必须完成一次学习和复习闭环。 推荐默认:本地优先保存,不要求账号。 发挥空间:练习动效、分数反馈、复习完成页可以更有记忆点。 超预期机会:生成一张“今日掌握 18 个词”的分享卡。 ## 第一章:产品概述 WordPulse 是一款 Web 英语单词学习工具,让自学者能够围绕自己的词库完成学习、练习和复习,而无需在固定课程和零散笔记之间来回切换。 ## 第二章:整体布局与导航 +--------------------------------------------------+ | 顶部学习状态栏(100% x 64px) | | 今日待复习:18 个词 | 连续学习:6 天 | 开始复习 | +----------------------+---------------------------+ | 词库与筛选(28%) | 练习工作区(72%) | | CET-6 核心词 | abandon | | 错题本:12 | [认识] [模糊] [不认识] | +----------------------+---------------------------+ ## 第十章:性能指标 | 指标名称 | 目标值 | 测量方法 | 劣化阈值 | |---|---:|---|---:| | 首屏可交互时间 | <= 1200ms | Lighthouse mobile 4G | > 2200ms | | 答题反馈延迟 | <= 80ms | 点击选项到状态变化 | > 180ms | ## 可选模式 | 模式 | 作用 | |---|---| | `[深度模式]` | 每个模块增加边界情况分析 | | `[精简模式]` | 详细写 P0,其余标注待扩展 | | `[前端视角]` | 增加组件拆分和状态管理建议 | | `[后端视角]` | 增加 API 和数据库设计 | | `[移动优先]` | 图示和交互优先按移动端设计 | | `[创意模式]` | 保留硬约束,扩展发挥空间和超预期机会 | | `[竞品深挖]` | 深入分析竞品弱点和盲区 | | `[商业化]` | 增加付费功能和变现路径 | | `[开源友好]` | 技术选型优先考虑宽松许可证 | ## 前置条件 - [ ] 已安装 Node.js,并可运行 `node --version`。 - [ ] 当前 agent 支持本地 skills 目录,通常是 `~/.agents/skills`。 - [ ] 如果要发布或保存 PRD 文件,需要当前工作区可写。 ## 质量门槛 - 每个主要模块都有真实内容的 ASCII 图。 - 必须包含 `AI 速读卡`、`硬约束 / 推荐默认 / 发挥空间` 和 `超预期机会`。 - 每个模块覆盖默认态、激活态、空状态、错误态中的相关状态。 - 数据模型字段都有 `//` 注释,顶层对象包含 `"version"`。 - 性能指标必须是数字,不能只写“快”“流畅”。 - 第十一章必须写给实现者,并包含诚实的已知未知项和至少 3 条验收剧本。 ## Troubleshooting | 问题 | 原因 | 解决 | |---|---|---| | 输出像模板,缺少产品判断 | 输入太短且模型没有使用 skill | 明确说“使用 qiaomu-ai-prd”,或补一句核心用户和平台 | | PRD 里出现占位符 | 输出前自检没有执行完整 | 运行 `scripts/lint_prd.py ` 并修复 | | 技术选型包体积看起来不可信 | 当前环境没有验证包信息 | 写 `未知`,或联网核查官方包信息后更新 | | P0 太大 | 按实现难度而不是用户行为排序 | 只保留能完成核心循环的最小集合 | | PRD 把 AI 限制得太死 | 把低风险实现细节写成了硬约束 | 改成 `推荐默认` 或 `发挥空间` | ## English `qiaomu-ai-prd` turns a one-line product idea into a structured PRD that both human product builders and AI coding assistants can execute. Install: npx skills add joeseesun/qiaomu-ai-prd Try prompts like: - "Use qiaomu-ai-prd to write a PRD for an English vocabulary learning website." - "Create an AI-implementable PRD for an iOS teleprompter, mobile-first." - "Write a PRD for a GTA-style web game with deep mode and frontend perspective." The skill produces: - speed-read card, product positioning, personas, differentiation, and feasibility boundaries - hard constraints, recommended defaults, and creative space - ASCII layout and module diagrams with realistic content - module states, failure paths, dependencies, and open decisions - commented JSON data models - architecture, replaceable technology principles, interaction details, export system, priorities, and metrics - overdelivery opportunities and acceptance scripts - a developer handoff written directly to the implementing AI assistant ## License MIT Copyright (c) 向阳乔木 X: https://x.com/vista8 GitHub: https://github.com/joeseesun/
标签:MITM代理, 产品需求文档(PRD), 人工智能, 提示词工程, 用户模式Hook绕过, 研发效能, 策略决策点, 逆向工具, 需求分析