mcpField
P
product-question

product-question

github.com/jpcaparas生产力5671 次安装1 天前更新
代码仓库

关于 product-question

这项 skill 调查代码库中的应用行为,并将发现整理成可直接分享给产品及非工程团队的答复。它追踪用户可见结果和例外情况,以代码与测试为依据,并说明证据不足之处。

主要功能

  1. 01追踪从用户操作到结果的行为
  2. 02检查规则、状态与例外
  3. 03用代码和测试支撑结论
  4. 04撰写可直接分享的产品说明
  5. 05证据不足时说明不确定性

适用场景

  1. 01解释产品功能的实际行为
  2. 02回答利益相关者关于用户结果的问题
  3. 03准备可用于邮件或聊天的代码依据答复

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/jpcaparas/skills --skill product-question

安装后在 Claude Code 中输入/product-question确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

AGENTS.md
metadata.json
README.md
skill-card.prompt.md
agents/
openai.yaml
assets/
.gitkeep
evals/
evals.json
references/
answer-contract.md
discovery.md
gotchas.md
README.md
scripts/
test_skill.py
validate.py
templates/
product-answer.md

详细介绍

product-question

将代码库调查结果转化为通俗易懂的产品说明,可直接粘贴到电子邮件、Teams、Slack 或产品文档中。

决策树

用户在问什么?

  • 产品人员、PM、利益相关者、支持负责人或非工程师询问应用的行为 使用此技能。检查代码,然后用可直接分享的产品语言作答。

  • 用户询问“……时会发生什么”“为什么应用会执行 X”“此功能如何运作”或“用户会看到什么” 使用此技能。先追踪实际行为、规则和例外,再作答。

  • 用户需要一份有代码依据、可转发、粘贴或引用的应用行为说明 使用此技能。让最终答复润色到可以直接分享。仅仅泛泛地要求改写或分享文案,并不足以触发此技能。

  • 用户询问实现细节、修复、评审或代码更改 除非用户还需要面向产品的说明,否则不要继续使用此技能。切换到合适的编码或评审工作流。

  • 问题范围很广,代码库也很大 只有在无法推断目标功能、页面、客户操作或工作流时,才提出一个简短的范围确认问题。

  • 无法从现有文件中验证行为 说明检查了什么、哪些内容仍不确定,以及哪些证据可以得出结论。不要猜测。

快速参考

情况操作
需要查找行为阅读 references/discovery.md
需要确定最终答复的形式阅读 references/answer-contract.md,或从 templates/product-answer.md 开始
需要避免常见陷阱阅读 references/gotchas.md
需要快速给出范围较窄的答复搜索用户提到的功能词、路由、标签、配置键、测试和面向用户的文案
需要回答范围较广的工作流问题追踪入口、决策规则、数据状态、用户可见结果和例外
需要验证此技能包在技能目录中运行 python3 scripts/validate.py .
需要进行打包和评测检查在技能目录中运行 python3 scripts/test_skill.py .

默认工作流

  1. 将产品问题具体化:功能、页面、工作流、用户操作、账户状态或业务规则。只有在有助于明确范围时才重述问题。
  2. 有已知的归属文件时,从这些文件入手;否则,搜索面向用户的词语,例如标签、路由名称、按钮文案、配置名称、事件名称、测试名称和文档。选择最简短且可靠的调查路径。
  3. 阅读定义实际行为的文件,而不只是文件名看起来相关的文件。
  4. 从用户操作或系统事件追踪到结果。记录输入、决策规则、状态变化以及用户可见的消息。
  5. 检查测试、固定数据、功能标志、权限、租户或账户条件,以及环境特定分支,寻找例外情况。
  6. 区分观察到的行为和推断。重要结论应有直接证据支持。
  7. 面向产品读者撰写答复:默认先说明结果,并使用通俗易懂的语言。只有在适合读者或用户有要求时,才加入简明的技术术语或代码,并解释其产品含义。
  8. 只有在能帮助收件人建立信任、又不必阅读代码时,才添加简短的“可信度”或“已检查”说明。

可直接分享的回答标准

最终回复应像是写给产品渠道的内容,而不是开发者的工作笔记。

以下可选结构或许有帮助;请根据问题和受众进行组合、删减或调整顺序:

  1. 简短回答——用一两句话直接回答问题。
  2. 这对用户意味着什么——说明用户可见的行为、决策或限制。
  3. 规则与例外——说明会改变答案的权限、功能开关、账户状态、时间安排、数据条件或边缘情况。
  4. 依据——用简短的“已检查”一行列出文件或相关区域,而不是贴出代码。
  5. 置信度——仅在依据不完整、结论来自推断或受环境影响时使用。

请做到:

  • 可直接分享
  • 表述直白
  • 具体说明行为
  • 对不确定性保持诚实
  • 少提文件名和技术术语
  • 谨慎使用代码块:仅在有助于说明行为或满足请求时使用,不要把调查过程一股脑贴出来

证据规则

优先提供与产品相关的证据,而非技术清单:

  • 更好:“应用只有在加载了有效订阅后才会显示取消选项。”
  • 不够实用:“SubscriptionActions 组件会在 useSubscriptionQuery 返回后有条件地渲染 CancelButton。”

仅当文件名有助于增强可信度或便于核实答案时才提及。可使用简短的已检查行,例如:

Checked: subscription settings screen, billing API route, and subscription status tests.

如果某项结论依赖推断,请明确说明:

Confidence: high for the web flow; I did not find mobile-specific handling in the available code.

即使可直接分享的回答使用简洁引用而非技术附录,重要结论仍应能追溯到已检查的文件、测试或配置。代码只能说明当前检出版本的行为,不能证明未经核实的部署或外部服务当前的行为。

来源与维护

将以代码为依据的行为和对不确定性的诚实说明作为稳定原则。如果本地指导不足、过时,或与外部依赖的行为相冲突,请查阅适用于已安装版本的官方文档或可信一手来源;不要例行浏览,也不要用服务提供方的文档取代应用本身的证据。说明核实范围的限制,并提出附带示例或回归用例、且有来源依据的技能修正方案。仅在维护工作属于当前任务范围时编辑规范技能;切勿悄悄更新已安装的副本。

语气规范

  • 不要把“我检查了代码库”当作填充语。开门见山地给出答案。
  • 不要过度解释框架、服务、钩子、归约器、迁移或 API。
  • 将技术机制与产品意义联系起来;保留有助于读者理解的简洁技术细节。
  • 优先使用短段落,而非冗长的项目符号列表;除非问题本身适合比较。
  • 让用户可以直接转发回复,无需删改内部分析内容。

阅读指南

需求阅读
调查流程、搜索目标和置信度标签references/discovery.md
可直接分享的回答结构与示例references/answer-contract.md
常见失败模式与恢复方法references/gotchas.md
可复制的最终回答模板templates/product-answer.md

易错点

  1. 不要混淆实现方式与产品行为。产品读者通常关心会发生什么、谁能看到,以及哪些因素会改变结果。
  2. 不要让答案显得比证据更确定。依据猜测作出的产品决策代价高昂。
  3. 不要在正文中罗列文件路径。除非用户要求提供技术追溯信息,否则请使用简短的证据说明行。
  4. 不要只依据测试或 UI 文案作答。测试可能描述预期行为;UI 文案可能省略隐藏规则。
  5. 不要让流程说明掩盖答案。第一句话应直接回答问题。

评论

支持 Markdown