效率与协作 prd-generationrequirements-gatheringproduct-ownerquality-scoringuser-storiesdocumentation

Product Requirements(产品需求 PRD 生成技能)

通过交互式对话和 100 分质量评分,把模糊想法打磨成 90 分以上才生成的专业 PRD 文档。

FollowSkills 评估 · FSRS-2.0
谨慎使用
56/ 100 五分制 2.8 / 5
1 2 3 4 5 6
1信任安全20 / 25 · 4.0/5

该技能为纯提示词工作流:只读项目上下文文件并写入 docs/{feature-name}-prd.md,无外部调用、无凭证处理、无破坏性默认行为,权限最小且数据流透明,输出前有最终确认环节。扣分点:未声明对已存在文件/命名冲突的处理与回滚方式,覆盖行为未显式说明。

2可靠稳定9 / 20 · 2.3/5

指令自洽、流程分步清晰,但依赖 AskUserQuestion 工具的可用性却未说明缺失时的降级行为;90 分阈值由模型主观打分,结果不确定;无针对本技能的测试或异常输入处理说明。静态审查上限为 10。

3适用触发10 / 15 · 3.3/5

目标场景(需求收集与 PRD 生成)与触发条件在 description 中声明明确,且明确要求'用英文思考、用中文回复',对中文用户友好;核心功能不依赖海外在线服务。扣分点:未声明不适用边界(如非软件类需求),触发词可能与 test-cases 等相邻技能混淆。

4规范维护8 / 15 · 2.7/5

文档结构良好、模板完整、示例话术充分;仓库有 AGPL-3.0 许可与版本号。扣分点:SKILL.md 本身无独立版本、更新日志、已知限制披露或明确维护责任人,质量评分体系无校准依据。

5有效结果6 / 15 · 2.0/5

可通过对话产出结构完整、可直接使用的 PRD,模板专业;相比手动撰写有实际边际价值。扣分点:100 分质量评分为主观启发式,90 分门槛可能造成不必要的多轮追问或过早放行;静态审查且无执行证据,上限为 7。

6证据核验3 / 10 · 1.5/5

仅能审计 SKILL.md 源文件本身;仓库 CI 与测试套件仅覆盖 codeagent-wrapper 与 harness,均不触及本技能关键路径,无第三方执行证据。静态审查上限为 5,实际仅源码可查。

证据充分度: 评估于 2026年9月9日 审查版本 f2e75c1263a2
使用前请注意
  • 90 分质量阈值为模型主观评估,分数不具备客观校准意义,不应作为需求完备性的硬性门禁。
  • 写入 docs/ 目录时若同名文件已存在,覆盖/回滚行为未定义,使用前请自行备份。
  • 技能依赖 AskUserQuestion 工具,环境不支持时行为未知。
  • 发布者未经 FollowSkills 企业注册表验证,身份未知;仅 AGPL-3.0 许可可查。
  • 本评分为纯静态源码审查,未执行任何验证,置信度低。
查看完整评分方法 →

这个 Skill 能做什么,适合哪些场景?

product-requirements 是 myclaude 仓库 11 个技能中的一个,位于 skills/product-requirements/。它扮演名叫 Sarah 的产品负责人,先读取项目 README 和 package./pyproject.toml 理解上下文,再按五个维度(业务价值、功能需求、用户体验、技术约束、范围优先级)对需求打分。分数低于 90 时通过提问逐项澄清并迭代,达标后按内置模板生成 PRD 并保存到 docs/{feature-name}-prd.md。整个过程纯对话驱动,不执行 shell 命令,只需读写本地文件。

1) 并行读取项目 README、package. 或 pyproject.toml,理解技术栈与架构;2) 用 100 分制五维度评分表(业务价值 30、功能 25、UX 20、技术约束 15、范围 10)评估需求;3) 低于 90 分时用 AskUserQuestion 工具每次提 2-3 个针对性问题并迭代重算;4) 达到 90 分以上后按详细模板生成含执行摘要、用户故事、验收标准、MVP 分期、风险评估的 PRD;5) 将文档保存为 docs/{feature-name}-prd.md。

  1. 独立开发者在动手写代码前,想把自己脑子里模糊的功能想法整理成结构化需求文档
  2. 小团队没有专职产品经理,需要用固定评分标准推动需求澄清,避免含糊需求直接进入开发
  3. 项目负责人想在开发交接前产出包含用户故事、验收标准和 MVP 范围的标准 PRD
  4. 接手他人项目时,希望通过技能的上下文读取步骤,把新功能需求放进已有技术栈的语境中讨论

这个 Skill 有哪些优点和局限?

优点
  • 质量门槛机制(90 分才能生成 PRD)系统性防止含糊需求直接变成文档
  • 五维度评分表透明展示,每次回答后能看到分数提升,迭代过程可感知
  • PRD 模板完整,覆盖用户故事、验收标准、MVP 分期、风险表和依赖清单
  • 纯对话+文件读写实现,无外部依赖,安装后即可使用
局限
  • 需要用户有耐心完成多轮问答,想快速拿到文档的会被门槛卡住
  • SKILL.md 明确引用了 Claude Code 的 AskUserQuestion 工具,移植到其他客户端需改写该引用
  • 评分标准是硬编码的启发式规则,分数高低不完全等同于需求真实质量
  • 源材料中没有测试套件或使用数据佐证生成文档的实际质量

如何安装这个 Skill?

本技能随 myclaude 集合安装:运行 npx github:stellarlinkco/myclaude 进入交互安装器,或先运行 npx github:stellarlinkco/myclaude --list 查看可安装项。也可手动把 skills/product-requirements/ 文件夹复制到 Claude Code 的技能目录(默认 ~/.claude/skills/)。README 未单独说明此技能的独立安装命令。

如何使用这个 Skill?

在 Claude Code 中用触发类请求召唤,例如:'帮我为暗黑模式功能写一份 PRD' 或 '我需要梳理这个新功能的产品需求'。技能会以 Sarah 身份问候并先了解项目背景,然后进入评分—提问—迭代循环;分数达到 90 以上才会生成 docs/{feature-name}-prd.md。注意 SKILL.md 要求以中文回复用户。

这个 Skill 与同类方案有什么区别?

同一仓库的 agents/requirements/ 模块提供'轻量级需求到代码流水线'(/requirements-pilot 命令),侧重把需求直接推向代码;而本技能止步于 PRD 文档产出,更适合需要正式需求文档再进入开发流程的团队。

常见问题

分数一直达不到 90 分怎么办?
技能会持续迭代提问直到达标,不会在低分状态下生成 PRD。如果某些维度(如 ROI 论证)确实无法回答,需要用户给出明确表态或接受技能基于典型模式的假设。
生成的 PRD 保存在哪里?
固定保存为 docs/{feature-name}-prd.md,文件名以功能命名,作者署名为 Sarah (Product Owner),并标注最终质量分数。
它会不会真的去修改我的代码?
不会。本技能只读取项目文件(README、package./pyproject.toml)和写入 PRD 文档,不执行代码或 shell 命令。
是否必须配合 myclaude 的其他模块使用?
不需要。它是独立的交互式需求技能,但同仓库的 course 等组合模块会把 product-requirements 与其他技能搭配使用;单独使用只产出 PRD,不进入后续开发。

同仓库的其他 Skills

均来自 stellarlinkco/myclaude

开发与工程

测试用例生成器(test-cases)

从 PRD 或需求文档自动生成结构化测试用例,覆盖功能、边界、异常与状态流转场景。

设计与前端

原型提示词生成器

把模糊的界面需求转化为可直接交给 AI 或开发者的、含完整设计规范的结构化原型提示词。

开发与工程

SPARV 五阶段开发工作流

用 Specify→Plan→Act→Review→Vault 五个阶段和外部记忆文件,把模糊需求一次性推进到可验证交付,避免凭假设写代码。

开发与工程

Codeagent 多后端编排技能

通过 codeagent-wrapper 一条命令调用 Codex/Claude/Gemini/OpenCode 多个 AI 后端,完成代码分析、重构与多智能体并行任务编排。

开发与工程

Harness 长时任务代理框架

让代理任务跨多个会话持续运行:自动存档进度、恢复中断、回滚失败并按依赖顺序调度子任务。

自动化与运维

Browser 浏览器自动化技能

无需 MCP 服务器,通过 Chrome DevTools 协议直接驱动 Chrome 完成页面导航、JS 执行、截图与元素选取。

开发与工程

Skill Install 技能安全安装器

从 GitHub 仓库安装 Claude 技能,并在安装前自动执行安全扫描,拦截恶意代码与后门。

开发与工程

do — 功能开发编排器

把功能开发拆成五阶段流程,由多个子代理并行完成代码理解、设计、实现与评审,编排器本身从不直接写代码。

开发与工程

OmO 多智能体编排器

输入 /omo 即可把代码分析、缺陷排查和修复实现分派给最合适的智能体组合,无需固定流水线。

开发与工程

Dev 端到端开发工作流编排

从需求澄清到 90% 测试覆盖率验证的极简端到端开发流程,通过 codeagent-wrapper 多后端并行执行代码任务。

相关 Skills