product-skills

产品团队 — 领域编排器与发现循环

该编排器承担两项工作。路由： 分叉上下文，使用 scripts/product_goal_router.py 对产品需求进行分类，覆盖全部 16 条产品团队通道（12 个内置 + 4 个独立插件），运行且仅运行一个，并返回摘要。循环： 以带有机器可检查关卡的有界 Agent 循环运行产品工作：持续发现循环（每周节奏由 discovery_cadence_tracker.py 评分，树结构由 ost_linter.py 强制校验），以及通过仓库级 agent-harness 运行的目标规模任务。

何时调用

症状	子技能
"功能排序 / RICE / PRD"	product-manager-toolkit
"OKR、战略级联"	product-strategist
"用户画像、可用性、研究综合"	ux-researcher-designer
"设计令牌、WCAG 对比度"	ui-design-system
"竞品矩阵、竞品拆解"	competitive-teardown
"留存、同期群、漏斗、KPI"	product-analytics
"A/B 测试、样本量、假设"	experiment-designer
"发现、假设、机会树"	product-discovery
"路线图沟通、发布说明、更新日志"	roadmap-communicator
"规格 → 可运行仓库"	spec-to-repo
"落地页（Next.js/Tailwind）"	landing-page-generator
"SaaS 脚手架模板"	saas-scaffolder
"用户故事、冲刺容量"	agile-product-owner（独立）
"Apple HIG 审计"	apple-hig-expert（独立）
"从现有代码库生成 PRD"	code-to-prd（独立）
"论文/文章摘要"	research-summarizer（独立）

路由逻辑（确定性）

python3 scripts/product_goal_router.py --text "<the goal>" --output json

退出码 0 → route_to 指明技能（包含 skill_path，含独立插件）：加载其 SKILL.md 并遵循其工作流。退出码 2 → 提出一个澄清问题，列出候选项，并给出推荐答案。退出码 3 → 无有效信号：请用户重新表述目标并说明交付物。切勿静默猜测；切勿静默串联——先给出摘要，确认后再串联。

发现循环（本领域反复执行的 Agent 循环）

现代发现是一种每周习惯，而非项目阶段（Torres）。以有界循环运行，包含两个机器关卡：

1. 观察 — 维护 discovery_log.json（访谈、假设测试；结构见 assets/sample_discovery_log.json），并为节奏评分：

   python3 scripts/discovery_cadence_tracker.py --input discovery_log.json
   

   访谈少于 2 次时拒绝运行（退出码 5）——此时尚无可衡量的节奏。输出：健康度 0–100、结论 HEALTHY/AT-RISK/DORMANT、具名差距，以及 next_loop_action。
2. 选择 — 追踪器的 next_loop_action 即为选择结果：安排接触点、围绕结果重新校准访谈提纲，或测试排名最高的未验证假设（路由至 product-discovery 的 assumption_mapper 进行排序）。
3. 执行 — 使用所路由子技能的工具进行访谈或假设测试。
4. 验证 — 在树结构可用于驱动路线图之前，确保其结构健全：

   python3 scripts/ost_linter.py --input ost.json    # exit 2 = NEEDS-REWORK, fix before citing the tree
   

   规则：只能有一个可衡量的结果根节点（O1）；机会应为需求而非功能（O2）；有针对性的机会至少比较 2 个解决方案（O3）；每个解决方案都有假设测试（O4）；不得存在孤立的解决方案（O5——功能工厂的典型特征）。
5. 记录 / 重复或停止 — 更新日志，保持每周连续记录。停止状态：HEALTHY 且假设已验证 → 转入 experiment-designer（构建 A/B 关卡）或 product-manager-toolkit（PRD）；DORMANT 持续 4 周及以上 → 点名向产品负责人升级——不要悄无声息地让发现工作停摆。

对于构建规模的目标（例如"把已验证的规格转成仓库并进行验证"），改为通过仓库级 harness 编译：

python3 engineering/agent-harness/skills/agent-harness/scripts/goal_compiler.py \
  --goal "<goal>" --manifest engineering/agent-harness/skills/agent-harness/assets/harnesses/product-team.json \
  --out .agent-harness/plan.json

本领域三个最有力的收尾关卡以任务验证的形式接入：../spec-to-repo/scripts/validate_project.py（退出码 0）、code-to-prd 的黄金 expected_outputs/，以及 research-summarizer 的引用数量检查。

硬性规则

1. 证据先于结论：除非 ost_linter.py 退出码为 0，否则任何路线图条目都不得引用 OST；不得仅凭单个参与者的观点断言洞察（那只是轶事，不是洞察）。
2. 结果优先：每个循环都必须挂靠在一个可衡量的结果上——linter 的 O1 规则即为需求接收门槛。
3. 实验由数学把关：样本量必须来自 ../experiment-designer/scripts/sample_size_calculator.py，而不是凭感觉估计；报告结论时需同时报告 MDE。
4. 优先级排序需说明所用框架：稳定状态下使用 RICE；时间敏感性占主导时使用 WSJF/延迟成本（cost-of-delay）；针对未被满足的需求使用机会评分。需说明具体采用哪一种及原因（参见 references/product_operating_model.md）。
5. AI 功能须附带评测：黄金数据集加评分标准，是 PRD 对概率性功能的质量约定（参见 references/ai_product_evals.md）。
6. 不得修改用于评判你的门禁；预算耗尽时必须上报给指定的人工负责人，不得报告为成功。

追问问题库（grill-with-docs 模式）

每轮只问一个问题，附带推荐答案和规范出处。在锁定决定车道走向的决策之前，不得运行子技能或启动循环：

• DISCOVERY 车道："此次探索服务于哪一个可量化的结果？请给出具体数字。推荐：先将其写为 OST 根节点——没有结果的机会点就是功能工厂。出处：Torres，《持续探索习惯》（Continuous Discovery Habits）；机会方案树（producttalk.org）。"
• PRIORITIZE 车道："时间敏感性是否会改变这一排序——如果将任一条目推迟一个季度，其价值是否会受损？推荐：若是，则在 RICE 之外并行运行 WSJF/延迟成本分析，并比较排名；对于排名因单步估算变化而翻转的条目进行标记。出处：Reinertsen，《产品开发流程原理》（Principles of Product Development Flow）；SAFe WSJF 的伪精确性批评。"
• EXPERIMENT 车道："什么样的基线转化率和 MDE 能证明此次测试的运行时长是合理的？推荐：先计算 n；若无法在 4 周内达到，则改为测试影响更大的杠杆。出处：统计功效分析（experiment-designer）。"
• ANALYTICS 车道："你的北极星指标是价值交换的领先指标，还是收入/虚荣指标？推荐：使用带输入树的价值领先指标。出处：Amplitude，《北极星指标手册》（The North Star Playbook）。"
• STRATEGY 车道："这些 OKR 是结果导向还是交付清单？推荐：采用结果导向——产出型 OKR 是运营模式失败的头号原因。出处：Cagan，《Transformed》（SVPG，2024）。"
• BUILD 车道（spec-to-repo / saas-scaffolder）："哪一个已验证的假设表明这件事确实应该被构建？推荐：关联已通过的 OST 测试；构建是验证想法最昂贵的方式。出处：Torres；Bland，《测试商业想法》（Testing Business Ideas）。"

假设

1. 用户拥有产品决策权（或为决策所有者提供建议）。
2. 探索数据以 JSON 日志形式存放在工作区中——该循环基于文件且可恢复；每个工具都提供 --sample 参数，便于先查看数据结构。
3. 四个独立插件与本套件一同安装（即便未安装，路由器仍会按路径路由至它们）。

非目标

• 不负责交付循环——冲刺/流程/Jira 工作路由至 project-management。
• 不是通用循环引擎——那是 engineering/agent-harness 的职责；本编排器是产品领域的适配器（路由器和探索门禁）。
• 不负责营销活动——marketing/landing 从零构建营销页面；此处的 landing-page-generator 负责搭建产品级 Next.js/TSX 页面。

输出产物

模式	产物
路由	子技能自身的产物 + 不超过 200 字的摘要，附一条带规范出处的质疑
探索循环	discovery_log.json + 节奏报告 + 经 lint 检查的 ost.json
工具运行	.agent-harness/plan.json + state.json + 收尾交接文档

反模式（请勿这样做）

• ❌ 为了“全面”而运行全部 16 条通道：应路由到一条通道，消化结果，经确认后再衔接下一步
• ❌ 引用未通过 linter 检查的 OST，或把单一参与者的个别案例当作洞察
• ❌ 发布没有评测（黄金数据集 + 评分标准）的 AI 功能 PRD
• ❌ 任由发现连续性悄无声息地中断：DORMANT 需要点名升级
• ❌ 在截止日期占主导时，仍把 RICE 当作唯一的优先级评估视角

参考资料

• references/continuous_discovery_canon.md — Torres、OST、假设验证、JTBD 换用场景访谈、故事地图
• references/product_operating_model.md — Cagan Transformed、北极星框架、PLG 基准、WSJF/ODI 与 RICE 对比
• references/ai_product_evals.md — 以评测作为 PRD、模型卡、评估器-优化器循环
• 循环引擎：engineering/agent-harness · 循环词汇：loop-library