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。
日本語の概要は準備中です。原文の説明を表示しています。
PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新
無料GitHub で公開
decision-loop
决策闭环：当用户显式调用 `$decision-loop`，或明确要求进入“决策闭环”时使用。面向一个已经明确、但因关键证据不足而无法下结论的产品或技术决策，在研究与决策之间最多循环三轮，直到决策成立或进入 Human Gate；不适合开放式领域学习。
含まれるファイル（4）
- SKILL.md2.2 KB
- agents/openai.yaml308 B
- evals/evals.json2.7 KB
- LOOP.md1.5 KB
SKILL.md（原文）
インストールする前に、エージェントに与えられる指示の中身を確認できます。
决策闭环
这是 loop 的 Codex Runtime 入口，不是新的研究 Skill。先读取同目录 LOOP.md，再使用现有 research-topic-compiler 和 decision-research 关闭一个具体决策。
目标与输入
目标是关闭一个具体决策，而不是扩张研究范围。Entry Gate 开始前必须有：
- 一个明确的
decision_question； - 当前候选项或判断方向；
- 会影响结论的证据缺口；
- gap 的关闭条件。
如果用户只是想系统理解一个领域，使用 research-topic-compiler。如果问题本身还未定义，使用 ai-collaboration-calibration。
工作流
- 建立或恢复
LOOP.md定义的状态，max_cycles固定为 3。 - 使用
decision-research判断当前推荐、置信度和唯一 material gap。 - 只有 gap 同时可研究、可关闭且会改变决策时，才使用
research-topic-compiler获取 Evidence Delta。 - 把 Evidence Delta 交回
decision-research更新推荐；不允许 Research 自己宣布决策完成。 - 满足关闭条件时输出
decision_ready；达到停止条件时输出human_gate或blocked。
输出
每轮返回 cycle、决策问题、当前推荐、置信度、active gap、Evidence Delta、保留项、状态和恢复点。不要复制已有研究全文，也不要发起任何外部写入。
完成定义
只有 closure criterion 已被新证据满足且 decision-research 更新了推荐、置信度和颠覆条件，才输出 decision_ready。三轮上限、连续两轮无有效 Evidence Delta 或业务取舍不可推断时进入 Human Gate。
资源与验证
LOOP.md是状态字段、轮次和停止条件的权威合同，每次执行或恢复前读取。evals/evals.json覆盖证据 gap、cycle 2 恢复、开放式研究分流和业务取舍回归；修改入口后运行这些评测并保留结果。
レビュー
まだレビューはありません。使ってみた感想をお寄せください。
同じリポジトリのスキル
概要と使いどころ
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。
日本語の概要は準備中です。原文の説明を表示しています。
PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新
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。
日本語の概要は準備中です。原文の説明を表示しています。
PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新
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。
日本語の概要は準備中です。原文の説明を表示しています。
PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新
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。
日本語の概要は準備中です。原文の説明を表示しています。
PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新
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。
日本語の概要は準備中です。原文の説明を表示しています。
PANGKAIFENG/ai-product-manager-skills162026年8月31日 更新