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
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。
含まれるファイル（4）
- SKILL.md3.2 KB
- agents/openai.yaml317 B
- evals/evals.json3.5 KB
- LOOP.md2.0 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。
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
- 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。 - 使用
prd-review判断当前 verdict，并选择最早且唯一的阻断 finding。 - 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。 - 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。 - 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。
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