Skip to content
cccskills
FreePublished on GitHub

delivery-loop

交付闭环:当用户显式调用 `$delivery-loop`,或明确要求进入“交付闭环”时使用。

面向已有 PRD、UI/HTML、截图或 Product Delivery Package 但仍有 Review 缺口的场景,在独立评审与定点修订之间最多循环三轮,直到 package_ready 或进入 Human Gate;不用于从模糊问题开始。

The English summary is being prepared. Showing the original description.

Run score Not tested

See how to install

Files included (4)

  • SKILL.md3.2 KB
  • agents/openai.yaml317 B
  • evals/evals.json3.5 KB
  • LOOP.md2.0 KB

SKILL.md (original)

Review the instructions the agent will receive before you install.

交付闭环

这是 loop 的 Codex Runtime 入口,不是新的 PRD Skill。先读取同目录 LOOP.md,再使用现有 prd-architect、ui-mockup-desktop-workbench、prd-review 和必要的 prd-to-issues 关闭交付缺口。

目标与输入

目标是关闭现有交付包的最早阻断 finding,而不是重新定义产品方案。Entry Gate 必须已有可定位的 PRD 或交付包。如果只有已确认方案而没有交付物,使用 $solution-to-delivery;如果问题或方案仍未确认,使用 $problem-to-solution。

工作流

  1. 建立或恢复 Loop 状态,max_cycles 固定为 3;运行适用 validator,确认 artifact hashes、producer identities 和 Review fingerprint。
  2. 使用 prd-review 判断当前 verdict,并选择最早且唯一的阻断 finding。
  3. 按 finding 返回责任节点:内容和 Manifest 用 prd-architect,页面、HTML 和截图用 ui-mockup-desktop-workbench,版本覆盖缺口用 prd-to-issues。
  4. 只生成本轮 Artifact Delta,保留已经通过的内容;生产者用 actor-scoped validator 绑定身份,随后交回与全部 producer identities 独立的 prd-review。
  5. Review 通过且当前 artifacts/Manifest 一致时输出 package_ready;达到停止条件时进入 Human Gate 或阻塞。

边界

  • 不重新定义已经确认且未被新证据推翻的方案。
  • Validator 只能证明结构和一致性,不能替代独立 Review。
  • 页面型需求缺少当前 UI/HTML/截图时不得标记 ready;真正无用户可见界面时可以记录不适用原因。
  • 不自动发布钉钉、创建云效事项或同步 Runtime;Package 只能做无副作用 dry-run,真实写入保持 authorization_required。

输出

每轮返回 cycle、Package 根目录、active finding、return owner、closure criterion、Artifact Delta、保留项、Review verdict、状态和恢复点。用户同时要求发布时可以补做 Package dry-run,但真实写入返回 publish_status: authorization_required,不改变 Package readiness。

完成定义

只有独立 prd-review 关闭当前阻断 finding、没有其他 P0/P1,且适用 validator 证明 Manifest 与 artifacts 一致,才输出 package_ready。三轮上限、连续两轮无有效 Artifact Delta 或交付事实缺失时进入 Human Gate。可信宿主授权不属于交付缺口;当前 Agent Runtime 中 Package 已 ready 时保持 status: package_ready,并对真实写入返回 publish_status: authorization_required。

资源与验证

  • LOOP.md 是 Review 回流、责任节点、状态字段和停止条件的权威合同,每次执行或恢复前读取。
  • evals/evals.json 覆盖 Review 修订、缺 UI 回流、单次 Review 分流、发布授权和无进展回归;修改入口后运行这些评测并保留结果。

Reviews

No reviews yet. Tell others what you thought.

Comments

No login needed. Share how it worked for you, ask a question, or note where it did not run.

No comments yet. Be the first to write one.

Comments are published right away. Do not include personal information such as email addresses or phone numbers. Up to 2 URLs.

0 / 1,000 characters

This form is protected by reCAPTCHA, and the Google Privacy Policy and Terms of Service apply.

More skills from this repository

Agent trace 诊断器:当用户提供 trace、日志 JSON、agent 执行记录、工具调用序列,或说“看下这个日志/trace,定位根因”“只说明问题不要改文件”时使用;用中文输出核心根因、可视化执行流程图、trace 证据链、可能文件/行和修复建议,默认只读。不用于没有日志证据的新功能设计、普通代码解释或直接修复代码。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

协作校准 / 认知校准 / 问题脑暴:当用户有模糊感受说不清问题、方案越补越复杂、想挑战假设、 想重新定义问题、想知道成熟领域里怎么叫这个问题时使用。 可用中文唤起:"帮我想想""先聊一下""一起脑暴""我感觉有问题但不清楚是什么" "先别执行,帮我看清问题""挑战我的假设""这个方案是不是想错了""帮我做认知校准" "双向钢人""钢人论证一下""正反最强论证,给我明确判断"。 也适用于:用户直接说"帮我做 X 功能""接入 Y 平台"但背景复杂、或对话早期感觉方向可能跑偏时, AI 主动识别并建议进入脑暴模式。 这里的“挑战假设”主要指问题定义、目标、约束和领域定位层面的假设;如果问题已确认且用户已有具体方案、 计划、架构或决策要压力测试,应转用 grill-me。不用于翻译、摘要、格式整理、单文件小改等简单执行任务。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

AI 工作资产化诊断器 / Assetization Router:当用户提供 AI 协作会话、重复任务、prompt、工作流描述、 团队 AI 使用场景或一次成功交付过程,并要求判断应该沉淀成 Prompt、Context Pack、Workflow、Skill、 Loop、System,或根本不值得沉淀时使用。它只做诊断、分层和下一步资产建议,不替代具体 Skill 创建、 PRD 起草、调研、实现或自动化执行。不用于普通事实查询、一次性文案、trace 根因分析或高责任专业判断。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

设计脑暴 / 实现前方案校准:当用户想把已基本成立的想法、功能方向或产品问题,在写 PRD、画 mockup 或进入开发计划前,先比较方案、确认取舍、对齐 UI/视觉约束,并收敛成可执行设计 spec 时使用。 可用中文唤起:“先脑暴一下方案”“先不要写 PRD,帮我设计几种路径”“参考 brainstorming 把这个需求变成设计 spec” “实现前先讨论设计”。问题还没定义清楚时先用 ai-collaboration-calibration;已有方案要压力测试时用 grill-me; 直接写 PRD 时用 prd-architect;grill-me 返回精确设计 gap 时,本 Skill 只输出 Design Delta。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

竞品决策分析 / Competitive Decision Brief:当用户要调研竞品、替代方案、新产品、SaaS/AI 产品或市场信号, 并希望把官网、定价、评论、文档、更新日志、登录态走查、截图或浏览器取证转成产品定位、路线图、定价、 功能优先级、差异化、Go/No-Go 或 PRD 输入时使用。核心行为是先锚定产品决策,再选择证据渠道, 最后输出可行动的 Product Decision Brief;不要把它降级成泛泛功能清单、纯 UX 走查或“点完所有按钮”报告。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

复杂探索资产化 / Complex Exploration:当用户面对复杂、不确定、多轮迭代的产品策略、Roadmap、商业化定价、竞品定位、复杂 PRD 前置探索、项目复盘或方法论沉淀任务时使用。它先判断任务类型,暴露隐含假设,重构真正问题,规划探索路径和中间产物,并在结束后沉淀认知、结构、方法论、工具和影响力资产。不用于简单润色、翻译、摘要、明确执行任务;问题只需早期认知校准时优先用 ai-collaboration-calibration,已有方案要压力测试时用 grill-me,系统专题研究用 research-topic-compiler。

The English summary is being prepared. Showing the original description.

PANGKAIFENG/ai-product-manager-skills16Updated Aug 31, 2026

See all skills by PANGKAIFENG

Report a problem with this skill