← 返回列表
Agent 与自动化综合合集

playbook:面向 AI 优先开发的 Agent 技能集(PRD、故事地图、ADR 与 INVEST 切片)

clnnn/playbook · Agent skills for everything up to the code: canvas, PRD, story map, context maps, ADRs, and INVEST-sliced issues. The build stage stays yours.

GitHub原文发布 未知首次收录 2026-09-20上架 2026-09-20 07:02

☆ 收藏查看项目 ↗

ELI5:它是什么,解决什么问题

playbook 是一组 Agent 技能(skills),覆盖编码之前的需求与规划环节:从原始材料生成 PRD,通过对话式推敲确定技术栈并输出规格,绘制故事地图并切分 R1/R2/R3 发布切片,以及围绕不可逆决策进行深入研讨。项目自述为“覆盖代码之前的一切,构建阶段仍然由你负责”,并通过 gh skill install 安装到 Claude Code 等 Agent 环境。

核心能力与快速开始

★ 0 · JavaScript

能做什么
提供一套可安装的 Agent 技能,用于 AI 优先开发的前期流程:/to-prd 将产品画布、调研笔记、客户通话记录、草图等原始材料转化为 docs/prd.md;/grilling 与 /to-spec 用于让 AI 压力测试技术栈选择并沉淀为规格;/to-story-map 梳理流程并切分 R1(Walking Skeleton / MVP)、R2(增强)、R3(打磨)发布切片;/grill-with-docs 针对 R1 切片深入讨论“如何做”,统一语言(ubiquitous language)与难以逆转的决策。
适用场景
适合在动手写代码之前,用 Agent 协助完成需求定义、技术选型审视、故事地图与发布切片规划,以及围绕 R1 范围做架构与术语层面的对齐;材料中提到可用于绿地(greenfield)项目流程,也提及“问题框定”尚未定型。
项目形态
资料合集
部署方式
未说明;安装方式为 GitHub CLI 预览命令 gh skill install clnnn/playbook --allow-hidden-dirs --all,部分流程依赖 mattpocock/skills。
主要依赖
未说明;README 提及需要 GitHub CLI(gh skill install 为预览命令),流程中部分技能需另行安装 mattpocock/skills(可用 claude plugins install mattpocock-skills 或 npx skills@latest add mattpocock/skills,并执行 /setup-matt-pocock-skills)。
使用限制
README 中“Frame the problem”一节标注为 Not decided yet;项目只覆盖代码之前的阶段,构建阶段仍由使用者自行完成;仓库语言标注为 JavaScript,采用 MIT 许可证,其余运行环境、成本与限制未说明。
许可证
MIT
最近推送
2026-09-19 01:21

资料检查:2026-09-20 07:00 · 卡片整理:2026-09-20 07:00
卡片由 AI 根据仓库资料整理,未进行安装或运行验证 · 本次更新未完成,保留上次成功内容

职业应用

程序员

在编码前使用该技能集进行需求与规划:通过 /to-prd 从原始材料生成 PRD,通过 /grilling 与 /to-spec 推敲技术栈并输出规格,通过 /to-story-map 绘制故事地图并切分 R1/R2/R3 发布切片,通过 /grill-with-docs 围绕不可逆决策进行研讨,构建阶段仍由程序员负责。

查看内容依据
Agent skills for everything up to the code: canvas, PRD, story map, context maps, ADRs, and INVEST-sliced issues. The build stage stays yours.

官方使用入口 ↗

由 AI 根据来源材料整理,未进行安装或运行验证

产品经理

使用 /to-prd 从精益产品画布、发现笔记、客户通话记录、草图等原始材料生成 PRD,使用 /to-story-map 绘制流程并切分 R1(Walking Skeleton MVP)、R2、R3 发布切片,用于需求分析与产品规划。

查看内容依据
**`/to-prd`** → `docs/prd.md`. Captures what we're building and why. Feed it whatever raw material you have: lean product canvas, discovery notes, client call transcripts, sketches, whatever plans already exist.

官方使用入口 ↗

由 AI 根据来源材料整理,未进行安装或运行验证

这是基于来源内容整理的摘要。原文链接失效后,本页摘要和讨论仍会保留。

讨论 0

登录后参与讨论,阅读资讯无需注册。

还没有评论,来分享第一个看法。