每日一个开源项目(第127篇):PM Skills Marketplace - 把顶级产品方法论塞进 AI Agent

引言

"通用 AI 给你文字,PM Skills 给你结构。"

这是"每日一个开源项目"系列的第127篇文章 。今天的主角是 PM Skills Marketplace------一个把产品经理领域顶级方法论全部编码成 AI 技能的开源项目。

你有没有试过直接让 AI 帮你写 PRD、做竞品分析、或者制定产品策略?输出通常是这样的:几段流畅的文字,格式工整,内容看起来有模有样,但仔细一读------全是废话。缺乏结构,缺乏专业框架,缺乏"这个领域里真正有经验的人会怎么思考"的痕迹。

PM Skills Marketplace 的作者 Paweł Huryn(The Product Compass Newsletter 主编)的答案是:把方法论编码进技能文件,让 AI 在回答产品问题时强制使用正确的框架。不是提示词工程,而是把 Teresa Torres 的 Opportunity Solution Tree、Marty Cagan 的 INSPIRED 方法、Alberto Savoia 的 Pretotype,全部封装成可调用的 AI 技能。

你将学到什么

  • PM Skills 的三层架构:Skills / Commands / Plugins 如何协同工作
  • 9 个领域插件的定位:Discovery、Strategy、Execution、Market Research 等
  • 核心命令的实际用法:/discover/write-prd/strategy
  • 哪些顶级 PM 方法论被编码进了技能(OST、Lean Canvas、OKR...)
  • 在 Claude Code、Cursor、Codex 中的安装方式
  • 配套的 PM Brain"第二大脑"项目

前置知识

  • 产品经理或有产品思维的开发者、创业者
  • 使用过 Claude Code、Cursor 或类似 AI 编程/对话工具
  • 对产品发现、需求文档、产品策略有基本了解

项目背景

项目简介

PM Skills Marketplace 是一套专为产品经理设计的 AI 技能体系,定位是"产品决策的 AI 操作系统"。

它解决的核心问题:结构化输出 vs 通用文字。当你问 AI "帮我做一个机会分析",普通 AI 会给你一段文字;有了 PM Skills,AI 会自动套用 Teresa Torres 的 Opportunity Solution Tree 框架,按照「期望结果 → 机会 → 解决方案」的层级结构输出。

背后的逻辑是:产品决策的质量很大程度上取决于使用了哪个框架,而框架是可以被编码的。

作者/团队介绍

  • 作者: Paweł Huryn
  • 背景: The Product Compass Newsletter 主编,资深产品经理
  • License: MIT
  • 版本: v2.0.0(2026年6月)

项目数据

  • ⭐ GitHub Stars: 13,500+
  • 🍴 Forks: 1,500+
  • 📦 内容规模: 68个技能 + 42个命令 + 9个插件
  • 📄 License: MIT

主要功能

核心作用

PM Skills 的价值链很清晰:

markdown 复制代码
通用 AI 提问 → 通用文字输出
                     ↓(缺少框架,缺少结构)
                  ≈ 废话

PM Skills 提问 → 框架自动激活 → 结构化产品输出
                                     ↓
                             可直接用于决策的交付物

它把产品管理领域几十年积累的方法论,从书架上搬到了 AI 工作流里。

使用场景

  1. 产品发现阶段

    • /discover 自动套用机会解决方案树(OST)探索产品方向
    • /interview 生成结构化用户访谈指南,不是随便几个问题
  2. 产品策略制定

    • /strategy 输出完整产品策略文档(含波特五力、Ansoff矩阵分析)
    • /market-scan 做竞争格局扫描
  3. 需求文档(PRD)撰写

    • /write-prd 生成符合标准的 PRD,内置 pre-mortem 和 red-team 环节
  4. 数据分析与 A/B 测试

    • /write-query 自动生成 BigQuery/PostgreSQL/MySQL 查询
    • /analyze-test 解读 A/B 实验结果
  5. 上市策略规划

    • /plan-launch 生成 GTM 计划
    • /north-star 推导北极星指标
  6. AI 代码审查

    • /ship-check 审查 AI 生成代码是否符合预期意图("AI 写代码很快,但不留任何意图记录")

快速开始

在 Claude Code 中安装

bash 复制代码
# 添加 marketplace
claude plugin marketplace add phuryn/pm-skills

# 按需安装插件(推荐从这三个开始)
claude plugin install pm-product-discovery@pm-skills
claude plugin install pm-execution@pm-skills
claude plugin install pm-product-strategy@pm-skills

安装后,在对话中直接用斜杠命令:

bash 复制代码
/discover 我在考虑做一款面向独立开发者的 AI 代码审查工具

/write-prd 用户可以在 VS Code 中一键触发 AI 代码审查,
           输出包含安全性、性能、可读性三个维度的建议

/strategy 请帮我制定这款工具的产品策略,
          目标市场是每月写代码超过 100 小时的独立开发者

在非开发者工具(Claude Cowork)中安装

sql 复制代码
Customize → Browse plugins → Add marketplace from GitHub
→ 输入:phuryn/pm-skills
→ 选择需要的插件安装

其他 AI 工具

工具 安装路径 支持命令
Claude Code CLI 安装 ✅ 完整支持
Codex CLI CLI 安装 ⚠️ 仅 Skills(无斜杠命令)
Gemini CLI ~/.gemini/skills/ ⚠️ 仅 Skills
Cursor .cursor/skills/ ⚠️ 仅 Skills
OpenCode .opencode/skills/ ⚠️ 仅 Skills

9 个领域插件全览

插件 技能数 命令数 核心用途
pm-product-discovery 13 5 机会发现、假设验证、用户访谈
pm-product-strategy 12 5 产品战略、市场定位、定价
pm-execution 16 11 PRD、Sprint、风险评估
pm-market-research 7 3 市场规模、竞品分析、用户旅程
pm-data-analytics 3 3 SQL查询、A/B测试分析
pm-go-to-market 6 3 上市计划、销售对战卡
pm-marketing-growth 5 2 增长策略、北极星指标
pm-toolkit 4 5 简历审查、校对、合规文档
pm-ai-shipping 2 5 AI 代码意图审查、安全审计

项目详细剖析

三层架构:Skills / Commands / Plugins

PM Skills 的架构设计清晰分层:

bash 复制代码
Plugins(插件)
  └─ 按领域打包的技能集合,一键安装一个 PM 领域的全套框架

Commands(命令)
  └─ 用 /command-name 触发,串联多个 Skills,完成完整工作流
     示例:/write-prd 会依次调用 create-prd + pre-mortem + strategy-red-team

Skills(技能)
  └─ 基础构建块,自动加载
     包含具体 PM 框架的知识与使用规则
     示例:opportunity-solution-tree(包含 OST 框架完整定义和输出模板)

Skills 自动加载 :一旦安装,AI 在相关对话中自动使用技能知识,无需每次手动触发。Commands 手动触发:明确需要完整工作流时用斜杠命令,输出更结构化的交付物。


被编码进来的方法论

PM Skills 不是凭空设计的,而是把业界公认的产品方法论系统化地编码进来:

产品发现方向

  • Opportunity Solution Tree(Teresa Torres):机会 → 解决方案 → 实验的树状结构,避免直接跳到解决方案
  • Assumption Prioritization(Alberto Savoia):在构建前优先验证最关键的假设

产品策略方向

  • Porter's Five Forces:行业竞争格局分析(现有竞争者、新进入者、替代品、供应商、买家)
  • Ansoff Matrix:市场渗透 / 市场开发 / 产品开发 / 多元化四象限战略选择
  • Lean Canvas(Ash Maurya):精益创业画布,快速梳理商业模式假设

产品执行方向

  • Pre-mortem:在产品发布前"假设失败",倒推可能的失败原因
  • Strategy Red Team:站在对立面批判自己的策略,找出盲点

指标与增长方向

  • North Star Metric(Sean Ellis):找到唯一能反映产品核心价值交付的指标
  • Growth Loops:构建自我增强的增长引擎,而非线性漏斗

OKR 方向

  • Radical Focus(Christina Wodtke):目标与关键结果的设定与追踪方法论

pm-execution:最核心的插件解析

execution 插件是 16 个技能 + 11 个命令,是 PM 日常工作量最大的领域:

/write-prd 命令流程

vbnet 复制代码
输入:/write-prd [功能描述]
           ↓
Step 1: create-prd        → 生成 PRD 主体(背景/目标/用户故事/验收标准)
           ↓
Step 2: pre-mortem        → 假设发布后失败,列出所有可能的失败原因
           ↓
Step 3: strategy-red-team → 从批评者角度质疑 PRD 的战略假设
           ↓
输出:包含自检和风险评估的完整 PRD

这个流程模拟的是成熟产品团队的真实工作方式------好的 PRD 不只是描述"要做什么",还包含"为什么这样做是对的"以及"什么情况下会错"。

/sprint 命令:将功能列表拆解为 sprint 任务,自动考虑依赖关系和优先级,输出可直接导入 Jira/Linear 的任务清单格式。


pm-ai-shipping:专为 AI 时代设计的新插件

这是 v2.0.0 新增的插件,解决的是一个 AI 时代特有的问题:

"AI Agents 写代码很快,但不留任何意图记录。"

当整个功能都由 AI 生成时,团队面临一个新问题:代码的"实际实现"和设计者的"预期意图"之间的漂移。传统代码审查看不到这个漂移,因为代码语法上是正确的,只是做的不是你想要的。

/ship-check 命令

arduino 复制代码
输入:功能描述 + AI 生成的代码
           ↓
intended-vs-implemented  → 对比"想要做什么"和"实际做了什么"
           ↓
shipping-artifacts       → 生成可审计的交付物(意图记录 + 实现说明)
           ↓
输出:差异报告 + 需要人工确认的部分

/security-audit-static 命令:对 AI 生成的代码做静态安全审计,重点关注 AI 容易犯的安全错误(输入验证缺失、硬编码凭证、不安全的随机数等)。


PM Brain:本地知识库配套

pm-skills 的配套项目 phuryn/pm-brain 是一个本地 Markdown 文件组成的"产品第二大脑":

javascript 复制代码
~/.pm-brain/
  ├── decisions/      ← 历史产品决策记录
  ├── learnings/      ← 用户访谈和实验结论
  ├── frameworks/     ← 自定义方法论笔记
  └── competitors/    ← 竞品跟踪文件

与 PM Skills 结合使用时,AI 可以在生成建议时引用你的历史决策和产品上下文,而不是每次从零开始。无需向量数据库,无需云服务,全部本地 Markdown 文件。


项目地址与资源

官方资源

参考书目(技能来源)

  • Continuous Discovery Habits --- Teresa Torres
  • INSPIRED & TRANSFORMED --- Marty Cagan
  • The Right It --- Alberto Savoia
  • Running Lean --- Ash Maurya
  • Radical Focus --- Christina Wodtke

总结

PM Skills Marketplace 做的事情用一句话概括:把几十年产品管理领域积累的最佳实践,以 AI 可执行的形式重新打包

对于产品经理而言,它解决的不是"AI 能不能帮我做产品"的问题,而是"AI 帮我做产品时有没有在用正确的框架"。区别很大------前者是能力问题,后者是结构问题,而结构是可以被编码的。

对于独立开发者和创业者,pm-skills 也是一个很好的产品思维补充:按需安装几个插件,就能在 AI 辅助下走完从发现机会到上市的完整产品流程,不需要雇一个 PM。


探索 PrimeSkills ------ 精选 AI Agent 与技能的市场,每一个都经过真实企业工作流验证,去掉浮夸,留下真正有用的。

欢迎访问我的个人主页,发现更多有价值的见解和有趣的产品。

相关推荐
吴佳浩1 小时前
Hermes vs OpenClaw:基于源码的 Agent Loop 全面分析
人工智能·llm·agent
AI袋鼠帝1 小时前
腾讯出手了!彻底入局企业级Agent。
人工智能
和平宇宙1 小时前
AI笔记005. hermes-DeepSeek V4 Pro, 128K上下文引发的探索
前端·人工智能·笔记
56AI1 小时前
360 智语 AI 企业智能体平台深度评测:从 L4 蜂群架构到政企落地实战
人工智能·架构
IT_陈寒1 小时前
Redis持久化这个坑,我爬了一整天才出来
前端·人工智能·后端
kimi-2222 小时前
LangChain 里的 chatmodel.bind_tools 和 ReAct Agent
人工智能
zhangfeng11332 小时前
计算机视觉vc 3D 希尔伯特曲线 基础介绍,人工智能
人工智能·计算机视觉·3d
没事别瞎琢磨2 小时前
十一、审计与 Run Session——每一步操作都被记录
人工智能·node.js
没事别瞎琢磨2 小时前
十六、AgentSandbox——把所有模块串起来的编排类
人工智能·node.js