关于 Evermuse
Evermuse 是面向产品团队的 Claude Code 和 Cursor 插件,可依据已记录的客户对话和反馈开展研究与产品工作。它提供带来源链接的客户引述和工作流,并可将产出保存回 Evermuse。
主要功能
- 01搜索已记录的通话和客户反馈
- 02生成研究与产品交付物
- 03为结论提供客户证据引用
- 04将交付物和信号保存到 Evermuse
- 05在 Claude Code 和 Cursor 中使用技能与命令
适用场景
- 01研究客户对定价的看法
- 02依据客户证据撰写功能规格
- 03根据客户诉求审查拉取请求
- 04将研究发现保存回 Evermuse
MCP 相关
插件内置 Evermuse MCP 服务,提供搜索和读取客户证据、获取产品背景与指导、运行工作流,以及保存来源和信号的工具。支持通过 OAuth 或 API 密钥连接。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://api.evermuse.com/api/mcpclaude mcp add --transport http com-evermuse-evermuse https://api.evermuse.com/api/mcp{"mcpServers":{"com-evermuse-evermuse":{"type":"http","url":"https://api.evermuse.com/api/mcp"}}}在 Cursor 中打开{"servers":{"com-evermuse-evermuse":{"type":"http","url":"https://api.evermuse.com/api/mcp"}}}在 VS Code 中打开{"mcpServers":{"com-evermuse-evermuse":{"type":"http","url":"https://api.evermuse.com/api/mcp"}}}{"mcpServers":{"com-evermuse-evermuse":{"serverUrl":"https://api.evermuse.com/api/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
详细介绍
用于 Claude Code 和 Cursor 的 Evermuse
让你的 AI Agent 用客户的声音说话。
Evermuse 是适用于 Claude Code 和 Cursor 的插件,可将日常产品工作——规格说明、开发计划、调研、路线图、差距分析、PR 评审——转化为以真实客户证据为依据的成果。你得到的不再是听起来合理的泛泛回答,而是原话引述、真实需求和实际痛点,每条内容都附有来源链接,可追溯到对应的对话。你产出的重要内容还会保存回 Evermuse,让你的知识库不断积累。
它结合了成熟的 PM/调研方法(改编自 pm-skills)和规格驱动开发规范(改编自 spec-kit),并借助 Evermuse MCP 搜索录制的通话、访谈和反馈。
安装后有哪些变化
问一句 “客户怎么看我们的引导流程?”,你得到的就不再是猜测,而是:
简短回答: 引导流程的阻力主要在于手动录入数据——来自 5 个客户的 7 次提及,大多带有挫败感。
主题 1 — 手动重新录入数据(7 次提及/5 个客户)
“我们每周都要花半天时间,把这些内容重新录入电子表格。”——Dana K.,Acme 引导流程通话,2025 年 5 月 12 日 · 在 Evermuse 中查看 [^1]
每份规格说明都会包含“客户证据”一节。每份开发计划都会以支持该计划的客户引述开篇。每次 PR 评审都会检查变更是否符合客户的明确要求。这就是区别所在。
安装
Claude Code
# Add this repo as a plugin marketplace, then install the plugin
claude plugin marketplace add Usermuse/em-plugin
claude plugin install evermuse@evermuse
或者在开发期间指向本地检出目录:
claude plugin marketplace add /path/to/em-plugin
claude plugin install evermuse@evermuse
Cursor
从 Cursor Marketplace 安装,或通过一键深层链接仅添加 MCP 服务:
Cursor 插件包含技能和 MCP 服务。
两种客户端的调用方式有所不同。 在 Claude Code 中,技能会自动激活——用自然语言描述任务,就会触发相应技能。Cursor 的工作方式不同:技能需要显式调用,在聊天中输入 /skill-name,或输入 @skill-name 将其作为上下文附加。因此,在 Cursor 中,技能名称本身就是命令:
| Claude Code | Cursor |
|---|---|
/evermuse:spec <feature> | /write-feature-spec |
/evermuse:research <question> | /customer-research |
| “为批量 CSV 导出编写规格说明” (自动激活) | /write-feature-spec (显式调用) |
由于 Cursor 不会自动触发技能,简短别名在其中反而更重要——因此 Cursor 在 cursor-commands/ 中有自己的命令层:
/spec /dev-plan /research /setup /save
/discover /brainstorm /pricing /strategy /plan-launch …28 in total
每个命令都包含 Cursor 的 name/description frontmatter。Claude 版本位于 commands/,使用不同的 frontmatter 格式以及 $ARGUMENTS,而 Cursor 不支持这些内容,因此两个目录各自独立,由相应客户端读取。
有意不为 6 个 Claude 命令创建副本——business-model、gap-analysis、release-notes、review-pr、test-scenarios 和 value-proposition 与已有技能同名且功能相同,因此在 Cursor 中直接调用 /gap-analysis 等技能即可;创建重复命令只会让 / 列表变得含糊。
对 MCP 进行身份验证
此插件捆绑了 Evermuse MCP 服务(https://api.evermuse.com/api/mcp)。在技能能够基于任何内容开展工作之前,请先连接它:
- Claude Code — OAuth(推荐): 在交互式会话中运行
/mcp,并授权 evermuse。 - Cursor — OAuth: 打开“设置”→“MCP”,并授权 evermuse。Cursor 会动态注册自身 (DCR),因此无需配置客户端 ID。
- API 密钥(任一客户端): 在 MCP 设置中,为
evermuse服务添加Authorization标头。
然后运行 /evermuse:setup,选择你的 Product 并确认基础信息检索正常。(每次 Evermuse 调用都必须指定 Product;Project(如 Discovery/Support/Sales)为可选项,仅当你专注于某项研究工作时才需要。)
快速入门
/evermuse:setup # connect + pick your product
/evermuse:research what do customers think about pricing?
/evermuse:spec bulk CSV export for the reporting page
/evermuse:dev-plan specs/bulk-csv-export/spec.md
/evermuse:review-pr 482
工作准则(基础信息检索的运作方式)
每项技能都遵循 Ground → Work → Cite → Save:
- Ground(获取依据)——确认 Product 正确,然后使用不同措辞进行 2–4 次搜索(声明一种 nature:
evidence= 客户声音,context= 市场,guidance= 公司策略),并搜索逐字引述。 - Work(开展工作)——运用该技能的方法,并根据证据内容调整。
- Cite(引用)——每项源自客户的观点都必须带有来源徽章和
[^n]脚注。 - Save(保存)——询问是否要通过
add_source将交付成果保存回 Evermuse。
完整的工作准则位于 using-evermuse 技能中,其他所有技能都会遵循它。
MCP 工具
OAuth 客户端(包括 Claude Code 和 Cursor)可以使用以下 27 个工具:
| 分组 | 工具 |
|---|---|
| 指引 | find_skills · read_skills |
| Product 上下文 | get_products · get_product_summary · get_projects |
| 工作流(任务匹配时从这里开始) | customer_research · create_prd · write_brief · write_feature_spec · user_personas · user_stories · competitor_analysis · summarize_conversation |
| 证据 | search · view_item |
| 来源 | find_sources · read_source |
| 竞争对手与机会 | list_competitors · get_competitor_capabilities · get_opportunities |
| 方案规划笔记 | get_shaping_notes · read_shaping_note · create_shaping_note · update_shaping_note |
| 写入 | add_source · add_signals · update_signals |
工作流工具会执行该任务的第一步信息检索,并且返回方法论。因此,任务匹配时应从工作流工具开始,而不是直接使用 search。每次限定 Product 的调用都需要将 product_id 作为参数——无需切换会话。
命令
Cursor — cursor-commands/ 中有 28 个纯 Markdown 命令。它们与下方的短名称相同,但不带
evermuse: 前缀(/spec、/dev-plan、/research)。与技能同名的六个命令未列出;请直接调用 /gap-analysis、/review-pr 等命令。
Claude Code — commands/ 中的 /evermuse:* 命令如下:
旗舰命令:/evermuse:setup · spec · dev-plan · gap-analysis · review-pr · research · release-notes · save
发现与执行:discover · brainstorm · triage-requests · interview · write-prd · write-stories · plan-okrs · transform-roadmap · test-scenarios · pre-mortem · red-team-prd · meeting-notes · ship-check
策略、研究与 GTM:strategy · business-model · value-proposition · market-scan · pricing · research-users · competitive-analysis · analyze-feedback · plan-launch · growth-strategy · battlecard · market-product · north-star
以自然语言描述任务时(“为……编写规格说明”“客户对……有何看法”“审查此 PR”),技能也会自动激活——你无需记住命令名称。
技能目录
- 基础:
using-evermuse(每项技能都会用到的原则和 MCP 机制) - 旗舰技能:
write-feature-spec、development-plan、gap-analysis、review-pr、customer-research - 发现:
brainstorm-ideas、deep-dive、assumptions、prioritize-features、analyze-feature-requests、opportunity-solution-tree、interview-script、summarize-conversation - 战略:
product-strategy、product-vision、value-proposition、business-model、pricing-strategy、strategy-frameworks、strategy-red-team - 执行:
create-prd、user-stories、brainstorm-okrs、outcome-roadmap、release-notes、test-scenarios、shipping-artifacts、daily-brief - 市场研究:
user-personas、segmentation、customer-journey-map、market-sizing、competitor-analysis、sentiment-analysis - GTM 与增长:
gtm-strategy、beachhead-segment、ideal-customer-profile、competitive-battlecard、positioning-and-messaging、north-star-metric - 入门与元信息:
setup-evermuse、initial-report、list-capabilities、schedule-new-ingestion-tasks
skills/ 由 Evermuse monorepo 生成(yarn sync:em-plugin)。请勿在此处编辑——
请改为提交 issue,相关更改会在上游完成并同步下来。
提示
- 如果项目的
CLAUDE.md中提及产品名称,插件的效果最好——这有助于 Agent 自动选择合适的 Evermuse Product。(可选。) - 如果 Evermuse 未连接,技能仍会运行,但会生成 ⚠ ungrounded 输出,并提示你授权 MCP——绝不会伪造证据。
- 次要的 Evermuse 资源(AI 生成的路线图、方案设计笔记、竞争对手列表、研究问题)只会谨慎使用,并始终标明来源;客户对话才是事实依据。
贡献
skills/为生成内容。 请在 Evermuse monorepo 上游申请更改;同步 PR 会将更改带到这里。命令、清单、README 和 logo 均为手动编写和编辑。logomark.svg必须保留此路径。setup-evermuse技能会从https://cdn.jsdelivr.net/gh/Usermuse/em-plugin@main/logomark.svg加载该文件,因此移动或重命名会导致所有用户的设置页眉失效。- 合并同步 PR 前请提升版本号。 Cursor 会重新审核每次更新,因此每次发布都需要提升
.claude-plugin/plugin.json、.cursor-plugin/plugin.json和.claude-plugin/marketplace.json中的version。
致谢
基于 phuryn/pm-skills(MIT)和 github/spec-kit(MIT)构建。参见 ATTRIBUTION.md。采用 MIT 许可证,详见 LICENSE。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。