产品经理的 AI 协作驾驶舱 — One cockpit for the entire PM workflow, powered by AI.
把产品经理的完整工作流（需求 → 规格 → 原型 → 评审 → 复盘 → 总结 → 经验输出）封装成 AI 能自动执行的 skills。你不用背规范、不用手动贴提示词：新建项目时，主 Agent 按项目模板建立骨架；已有项目启动版本时，再由 Skill 按标准创建版本目录、写文档、画原型。
产品经理用 AI 写 PRD、画原型，痛点是 AI 不懂你的规范，产出不可控：
- 同一个功能，今天让 AI 写和明天写，格式、字段、详略全不一样
- AI 凭"感觉"加按钮、加字段，跟你团队的标准对不上
- 写完要花大量时间手工校对、改格式、补漏项
PMCockpit 的解法是 把规范变成 AI 能读的 skills：不写零散提示词，而是把“PRD 怎么写、原型怎么画、评审查什么”固化成 8 个核心 Skill、测试与文档站两项可选能力，以及 1 份统一工作区规则（AGENTS.md）。
- 8 个核心 Skill 默认内置：覆盖版本、需求、规格、原型、调研、TAPD、入库和复盘；按任务目标路由，不靠关键词抢占。
- 可选测试与文档站能力：测试按需启用；VitePress 仅在已有独立站点时启用，不携带 docs-site、服务器、密码或密钥。
- AGENTS.md 统一约束：最小上下文、确认门、三方联动和对外边界全局生效；详细规则按任务加载，避免上下文膨胀。
- 多工具适配：ZCode、Claude Code、WorkBuddy、Codex 都能用，一条
install.sh自动检测并软链到对应工具目录。 - 结构化规则而非提示词：设计规范、检查清单、模板都是独立文件，AI 执行 skill 时编程式引用，不是塞进一段超长 prompt。
- 经验闭环：复盘 → 项目总结 → 对外输出三级递进（
05经验总结/），做完一个项目留下可复用的资产，而不只是一堆交付物。
# 1. 克隆框架
git clone https://github.com/wsdlp46/PMCockpit.git 我的工作区
cd 我的工作区
# 2. 安装 8 个核心 Skill；仅 ZCode 额外链接方案设计 Agent
bash .ai/install.sh
# 需要测试规划、执行、报告或回归时，才执行：
# bash .ai/install.sh --with-test
# 如你已有独立 VitePress 文档站，并需要维护它，才执行：
# bash .ai/install.sh --with-vitepress
# 3. 打开 AI 工具，把工作目录指到这里。
# 首次使用：先按下方“十分钟演练”跑通样例；
# 建真实项目：说“新建项目”；已有项目再说“开始新版本”。install.sh 会自动检测 ZCode / Claude Code / WorkBuddy / Codex，把 8 个核心 Skill 软链到对应目录；仓库以后 git pull 更新，Skill 自动跟着更新。未识别到任何受支持工具时脚本会明确失败，而不会显示为安装成功。测试与 VitePress 都必须显式启用。
前置条件：已安装 ZCode、WorkBuddy、Claude Code 或 Codex 中的一种。各工具的 Skill 发现与显式调用方式不同，以
.ai/TOOL-MAPPING.md为准；若未自动识别，直接告诉 AI 要使用的 Skill 名称即可。
如果你是读到本 README 的 AI 助手：本仓库的 8 个核心 Skill 内置于 .ai/skills/，可选测试与 VitePress Skill 位于 .ai/optional-skills/；仅当使用者明确启用时使用测试，VitePress 还要求已有独立站点。工作区规则见根目录 AGENTS.md，跨工具差异见 .ai/TOOL-MAPPING.md。
- B 端 / 政务产品经理：内置 B 端原型 6 条准则、招投标驱动方法论、政务 APP 设计规范
- 希望建立个人工作标准的 PM：将常用工作流和产物结构固定下来
- 独立 PM / 顾问：一个人当一个团队用，AI 替你执行标准化流程
clone 后你得到一个完整的工作区骨架，直接在里面建项目：
我的工作区/ ← clone PMCockpit 得到
├── AGENTS.md ← 工作区级 AI 指令（写作纪律、硬约束）
├── .ai/
│ ├── install.sh ← 默认安装核心 Skills；可显式启用测试或文档站能力
│ ├── TOOL-MAPPING.md ← 各工具加载差异说明
│ ├── skills/ ← 8 个核心 Skill
│ ├── optional-skills/ ← 可选能力（默认不安装）
│ └── agents/ ← 方案设计专用 agent（solution-designer）
├── 00环境配置/ ← 工具链配置与凭证存放（凭证不入库）
├── 01通用规则/ ← 方法层（被 skills 自动引用）
│ ├── 方法论/、检查清单/、模板/（含项目模板）、设计库/、设计规范/
│ └── 项目工作流规范.md、助理上手指南.md 等
├── 02当前项目/ ← 你的项目放这里（每个项目一个子目录）
├── 03知识库/ ← 知识沉淀（案例库框架、行业研究、竞品、政策）
├── 04历史项目/ ← 已结项归档
├── 05经验总结/ ← 复盘 → 项目总结 → 经验输出 三级闭环
├── 06治理文档/ ← 工作区自身的资产盘点与巡检报告
├── examples/ ← 不含真实数据的十分钟演练项目
├── 探索项目/ ← 未立项的早期探索 / POC
└── _附件/ ← 二进制文件归档（图片、PDF、Excel）
建第一个项目：对 AI 说"新建项目"。主 Agent 会按 01通用规则/模板/项目模板/ 在 02当前项目/ 建立项目骨架（项目总览、项目基线、迭代容器和对外材料目录），只填写已确认事实。项目建立后，再说"开始新版本"，project-iteration 才会创建首个迭代版本。
建项目目录结构的详细规则见
01通用规则/项目工作流规范.md的四层结构定义。
仓库内置了一个不含真实业务数据的模拟项目：examples/模拟项目-智慧园区巡检/。它已提供项目骨架、原始需求、简版 PRD、页面规格和可构建的原型。
首次使用时，让 AI 按样例目录中的 README.md 带你完成一次“查看需求 → 核对规格 → 修改原型 → 构建验证”。跑通后再创建真实项目；不要直接在样例目录中做正式业务产出。
新建项目 → 开始新版本 → 写 PRD（skill）→ 写规格（skill）→ 画原型（skill）
→ 评审落地 → 上传 TAPD（skill）→ 可选测试 → 可选文档站同步
→ 版本收尾 → 复盘（skill）→ 项目总结 → 经验输出
每个环节都有对应 skill 自动执行，AGENTS.md 保证全流程的写作纪律一致。
| Skill | 触发词 | 职责 |
|---|---|---|
project-iteration |
"开始新版本""版本收尾""索引同步" | 既有项目的版本生命周期：初始化版本目录、复制上版资产、收尾与索引校正 |
prd-writer |
"写 PRD""写需求文档""出需求" | PRD 撰写：判断改造类/新建类场景，驱动交互式需求收集，套模板输出 |
proto-spec-generator |
"页面规格""功能规格""原型设计规格" | 页面级功能规格文档生成，按端到模块到页面四级结构输出 |
prototype-html-pin |
"原型""prototype""画这个页面" | 交互式 HTML 原型生成（scaffold + build 工作流，Pin 标注） |
research-pm |
"调研""市场分析""客户分析""竞品调研" | 调研统一入口，先确认边界，再采集证据并形成结论 |
tapd-requirement-upload |
"上传 TAPD""规划 TAPD" | 从 MVP 需求 + 规格文档生成 TAPD 规划，用户确认后逐条上传 |
project-intake-pm |
"入库""归档""整理这份会议记录" | 项目材料入库：二进制转 MD、会议时间线更新、关键决策提炼 |
project-retrospective-pm |
"复盘""回顾项目""改进工作流" | 项目复盘：归因、五级联动修复、技能候选评估 |
另有 1 个专用 Agent：solution-designer（仅 ZCode 链接）。它优先参考使用者自建案例；框架初始没有历史案例时，必须按用户输入和通用方法设计，不能虚构先例。
文档站用户：PMCockpit 不提供 docs-site 或部署配置。只有已有独立站点、明确授权范围并执行
bash .ai/install.sh --with-vitepress后，才可使用可选文档站维护能力。
测试用户：只有版本已提测或明确需要测试规划、用例、执行、报告或回归时，执行
bash .ai/install.sh --with-test启用测试闭环能力。
迁移说明：V2.2 之前 8 个 skill 曾拆分为独立 GitHub 仓库（wsdlp46/<skill-name>），V2.3（2026-08）起全部并回本仓库
.ai/skills/统一维护，旧独立仓库停止维护。若你曾克隆过旧仓库，删除后改用本仓库即可。
Apache License 2.0。本项目基于 vagerent/prototype-html（Apache 2.0）深度改造原型生成方案，在此致谢。
作者：青燃AI说（GitHub @wsdlp46）
欢迎反馈使用问题和改进建议。