综合合集
sergebulaev/linkedin-skills · Claude skills for LinkedIn. 11 Claude Code and Codex skills that write human-sounding LinkedIn posts, craft comments that get noticed, analyze your feed, and build a publishing cadence, all from your terminal. Content engineering by Creative Content Crafts. MIT.
这是一套包含 12 个 Claude Code 与 Codex 技能的开源包，用于在终端中完成 LinkedIn 内容创作与运营：撰写帖子、起草评论与回复、审计草稿中的 AI 痕迹与算法问题、逆向分析热门帖子的钩子结构、制定 7 天内容计划、优化个人资料、将其他平台内容改写为 LinkedIn 原生帖，以及监测互动并识别高价值互动者。所有技能都会先给出草稿并等待用户批准后才执行发布，可选用 Apify 读取 LinkedIn 数据、通过 Publora 直接发布。
展开详情收起详情：linkedin-skills：面向 Claude Code 与 Codex 的 LinkedIn 内容创作与运营技能包⌄
HRHR 可用该技能包撰写 LinkedIn 招聘帖子、起草评论与回复、制定 7 天内容计划、优化个人资料，以及将其他平台内容改写为 LinkedIn 原生帖，用于雇主品牌与人才招聘内容运营。
产品经理产品经理可用该技能包撰写 LinkedIn 产品/行业观点帖子、起草评论与回复、审计草稿中的 AI 痕迹与算法问题、逆向分析热门帖子的钩子结构、制定 7 天内容计划，以及将其他平台内容改写为 LinkedIn 原生帖，用于个人品牌与产品推广内容运营。
★ 3384 · 可直接使用的工具
原文发布：未知收录：2026-09-24
综合合集
TechNomadCode/AI-Product-Development-Toolkit · User-Centered Product Development Prompt Templates & Agent Configurations
该项目提供一套可复制粘贴的 Markdown 提示词模板与编码助手配置，覆盖从用户调研、PRD 生成、UX 流程、MVP 概念与开发计划、测试计划到 v0 界面设计提示的完整产品开发流程，并包含用于 Claude Code 的 CLAUDE.md 规则与权限防护配置。模板强调让 AI 先访谈提问、确认理解后再输出，使各阶段产物前后一致，无需安装或克隆仓库即可直接使用。
展开详情收起详情：AI Product Development Toolkit：面向 AI 编程的产品开发提示词模板与 Agent 配置集合⌄
程序员程序员可使用该工具包中的 Claude Code 编码助手配置，包括 CLAUDE.md 规则与权限防护配置，用于明确工作范围、简洁回复、查询最新文档，并可选地阻止高风险命令。
产品经理产品经理可使用该工具包中的用户调研问卷、PRD 生成、UX 用户流程、MVP 概念定义、MVP 开发计划、测试计划等提示词模板，按步骤完成从用户研究到需求文档、原型界面提示的完整产品开发流程；模板会先向使用者提问并确认理解后再输出，使各阶段产物前后一致。
★ 987 · 资料合集
原文发布：未知收录：2026-09-24
工具
okht/eval-pi · 面向 AI 产品经理，一句话完成 Agent 的评测与调优。
EvalPi 是一个面向 AI 产品经理的工具，目标是让用户结合 PRD 与评测标准，用一句话完成 Agent 的评测、问题分析、调优与效果验证。README 未提供安装方式、部署环境、依赖条件或使用限制等信息。
展开详情收起详情：EvalPi：面向 AI 产品经理的一句话 Agent 评测与调优工具⌄
产品经理结合 PRD 与评测标准，用一句话完成 Agent 的评测、问题分析、调优与效果验证。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-24
工作流
justMridul/multi-agent-content-pipeline · An autonomous multi-agent content generation pipeline built with LangGraph, Groq (Llama-3.3-70b), FastAPI, Next.js, SerpAPI, and Supabase. Converts PRDs into research-backed, fact-checked, and polished blog posts.
该项目是一个端到端的多智能体内容生成系统，使用 LangGraph 编排研究、写作、事实核查与风格润色四个专职智能体。它接收产品需求文档（PRD）、主题、目标字数和写作风格作为输入：研究智能体通过 SerpAPI 进行实时网页检索，写作智能体结合 PRD 与研究上下文生成 Markdown 初稿，事实核查智能体对照研究结果验证文中论断，若发现问题则通过条件路由退回写作智能体重写并再次核查，通过后由润色智能体完成风格与格式优化，最终文章存入 Supabase PostgreSQL。前端基于 Next.js 与 React 提供 PRD 输入、智能体执行时间线与文章库浏览，后端使用 FastAPI，并通过自定义日志记录智能体名称、执行状态、耗时、Token 用量与事实核查结果。
展开详情收起详情：Autonomous Multi-Agent Content Pipeline：基于多智能体工作流将 PRD 自动生成经研究、事实核查与润色的博客文章⌄
程序员程序员可将该多智能体工作流作为参考，用于构建自动生成技术博客或技术文档的流水线：输入 PRD 后由研究、写作、事实核查、润色四个智能体协作产出 Markdown 文章，并可通过日志追踪各智能体执行状态与耗时。
产品经理产品经理可将 PRD 作为输入，利用该工作流自动生成经研究、事实核查与润色的博客文章，用于产品内容营销或需求文档的对外表达。
★ 0 · 开发框架
原文发布：未知收录：2026-09-24
工具
potto007/unridden · Zero-generated-token decision API: reads a local LLM's final-position label logits to answer Choice, Score and true/false questions. Apache-2.0.
Unridden 是一个本地决策 API，通过读取本地 LLM 末位标签 logits 来回答结构化问题，不生成任何 token。用户提供 state 和一个命名问题映射，服务为每个问题返回一个类型化答案：Choice（选项）、Score（分数）或 Noul（真/假概率）。它在本地以单个 llama.cpp 子进程运行，一次处理一个请求，不采样也不追加 token，适用于将客服消息路由到团队、评估紧急程度或判断是否报告重复扣款等分类与判定场景。
展开详情收起详情：Unridden：读取本地 LLM 末位 logits 的零生成决策 API⌄
程序员在本地以单个 llama.cpp 子进程运行决策 API，通过读取本地 LLM 末位标签 logits 回答结构化问题（Choice、Score、Noul），不生成任何 token，可用于将客服消息路由到团队、评估紧急程度或判断是否报告重复扣款等分类与判定场景。
产品经理使用该本地决策 API 对结构化问题返回类型化答案（Choice、Score、Noul），适用于将客服消息路由到团队、评估紧急程度或判断是否报告重复扣款等分类与判定场景。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-09-24
工具
harness/harness-evals · Harness Evals
harness-evals 是一个开源的 AI 评测框架，用于评测 LLM Agent、提示词与结构化输出。其每个指标输出 0.0–1.0 的归一化 Score，并通过可配置阈值判定通过与失败。指标按正确性、有据性、安全性、轨迹和性能五个维度组织，支持数据集读写、提示词模板、目标调用、生产轨迹导入、基线对比等功能，并提供 YAML 配置的 CLI 运行方式与代码优先的 run_eval() 一行调用，可配合 pytest 和 CI 使用。
展开详情收起详情：harness-evals：面向 LLM Agent、提示词与结构化输出的开源 AI 评测框架⌄
程序员程序员可用 harness-evals 评测 LLM Agent、提示词与结构化输出：通过 YAML 配置的 CLI 或 run_eval() 一行调用运行评测，使用 ExactMatch、JsonDiff、SchemaValidation、ToolCorrectness 等指标对 Agent 输出、JSON/YAML 结构化输出和工具调用进行打分，并配合 pytest 与 CI 使用（assert_test() 失败时抛出 AssertionError），还可通过基线对比检测回归。
产品经理产品经理可用 harness-evals 对 LLM Agent 与提示词进行评测：按正确性、有据性、安全性、轨迹和性能五个维度组织指标，每个指标输出 0.0–1.0 的归一化 Score 并按可配置阈值判定通过与失败，从而判断 Agent 在哪些方面强、哪些方面弱。
★ 28 · 开发框架
原文发布：未知收录：2026-09-23
工具
zhouxiaoka/autoclip · AutoClip : AI-powered video clipping and highlight generation · 一款智能高光提取与剪辑的二创工具
AutoClip 是一款 AI 视频剪辑工具，通过分析视频字幕来定位高光片段、生成标题，并自动剪出视频切片与合集。适合访谈、播客、课程和直播回放等以对白为主的素材。它提供桌面应用、Docker Web 界面和 CLI / MCP 三种使用方式，支持通义千问、OpenAI 兼容接口、Gemini、硅基流动等云端模型，以及 Ollama / LM Studio 本地模型；还提供抖音、小红书、YouTube Shorts 和 B 站导出预设，并可在同一页面向多个已连接平台发布。
展开详情收起详情：AutoClip：AI 驱动的长视频高光提取与切片剪辑工具⌄
程序员通过 CLI 批量编排视频处理流水线，或让支持 MCP 的客户端调用同一条处理流水线，将 AutoClip 集成到自动化工作流中。
产品经理对访谈、播客、课程和直播回放等以对白为主的素材，用 AI 分析字幕定位高光片段、生成标题并自动剪出切片与合集，用于内容运营与产品宣传素材制作。
★ 8708 · 可直接使用的工具
原文发布：未知收录：2026-09-23
工具
elizaOS/eliza · Open source agentic operating system
elizaOS 是一个开源的 TypeScript 框架与产品栈，用于构建自主 AI 智能体。该 monorepo 包含核心运行时、面向 Web/桌面/移动的 Eliza 应用、CLI、云服务、原生桥接以及第一方插件。框架以模型无关的方式通过插件扩展，提供消息循环、记忆与状态原语、插件契约；插件可注册动作、provider、评估器、服务、模型处理器、路由、事件与 app 视图。栈内还提供端侧本地推理路径（含文本、嵌入、语音、视觉与图像生成资产）、可选的 Eliza Cloud 托管服务，以及用于项目/插件脚手架与部署的 elizaos CLI。
展开详情收起详情：elizaOS：开源 Agent 运行时与自主 AI 智能体产品栈框架⌄
程序员使用 elizaOS 的 TypeScript 框架与 elizaos CLI 脚手架创建项目或插件，基于 @elizaos/core 的 AgentRuntime、消息循环、记忆与状态原语及插件契约开发自主 AI 智能体，并利用仓库的构建、验证、测试命令进行开发与排错。
产品经理参考 Eliza 应用提供的聊天、语音、记忆、知识、文档工作流、日历、提醒、收件箱、目标、健康等个人助理领域能力，以及可安装 app 视图和计划工作流，用于规划 AI 智能体产品功能与需求。
★ 19409 · 开发框架
原文发布：未知收录：2026-09-23
综合合集
jmhjasso/ai-agent-prd-case-study-invoice-automation
这是一个公开的案例研究仓库，记录了一位产品负责人如何把一个AI Agent想法（小企业发票自动化）从手绘流程推进到受治理、有证据支撑的产品计划，包括失败部分。仓库内容涵盖流程图与缺口分析、完整PRD、路线图、假设登记、决策简报、治理日志、测试与证据、阶段门与变更决策、运营模型（十个子代理）与复盘。项目目前完成到 Phase 0 的规划与去风险，MVP 尚未构建、未上线，也未声称实测节省时间。
展开详情收起详情：AI Agent PRD 案例研究：发票自动化产品规划的实战范本⌄
产品经理作为产品经理撰写 AI Agent 产品 PRD 的实战范本：可参考其从手绘流程图到受治理产品计划的完整过程，包括流程图与缺口分析、完整 PRD、路线图、假设登记、决策简报、治理日志、测试与证据、阶段门与变更决策、运营模型与复盘，用于需求分析、PRD 编写和产品规划。
★ 0 · 资料合集
原文发布：未知收录：2026-09-23
工具
HarshithGRaj/PRD-Agent · An AI-powered agent to generate Product Requirement Documents (PRDs).
PRD-Agent 是一个 AI 驱动的命令行界面（CLI）工具，帮助开发者和产品经理快速生成结构化、完整的产品需求文档（PRD）。它提供交互式 CLI，可将用户目标自动整理为 Overview、User Stories、Technical Requirements、Out of Scope 等标准 PRD 章节，并支持在本地环境运行和管理工作流。
展开详情收起详情：PRD-Agent：AI 驱动的命令行 PRD 生成工具⌄
程序员在本地环境中运行该 AI 驱动的 CLI 工具，生成包含 Technical Requirements 等章节的结构化 PRD，辅助开发者在需求阶段整理技术需求文档。
产品经理使用该 CLI 工具将用户目标自动整理为结构化 PRD，生成 Overview、User Stories、Technical Requirements、Out of Scope 等标准章节，辅助产品经理快速产出产品需求文档。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-23
工具
ridhimaguptaa01/pm-reviewer · AI-assisted managerial review copilot for product management work
PM Reviewer 是一个面向产品经理的 AI 辅助评审副驾，用于减少管理者首轮评审投入。它会审阅产品团队提交的 PRD、需求、调研、可行性说明、上线计划、发布后分析等工作，推断其目的与成熟度，并给出分级的评审结论（需修改、待决策、可延后）。项目还会保存评审历史、支持可复用的管理者偏好，并在第二版及之后对比历史反馈，标注已解决、部分解决、仍未解决、不再相关以及新引入的问题。项目内含 12 个评测用例，覆盖强弱 PRD、模糊提案、混合客户证据、早期调研、外部内容、可行性工作和发布后分析，最新评测通过全部 12 项结构性检查。
展开详情收起详情：PM Reviewer：面向产品经理的 AI 辅助管理评审副驾⌄
产品经理产品经理可用该 AI 评审副驾审阅团队提交的 PRD、需求、调研、可行性说明、上线计划、发布后分析等工作，推断其目的与成熟度，给出分级评审结论（需修改、待决策、可延后），并保存评审历史、复用管理者偏好，在第二版及之后对比历史反馈，标注已解决、部分解决、仍未解决、不再相关以及新引入的问题。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-23
工具
Yuvraj4069/Yuvraj-ai-product-management-copilot
该项目是一个由 Google Gemini 与 SQLite 驱动的多智能体产品管理工作台，用于自动化产品发现、客户之声（VOC）分类、动态聚类、RICE 优先级排序、PRD（产品需求文档）自动生成和发布节奏排序等产品管理任务。仓库使用 Python 编写，采用 MIT 许可证。
展开详情收起详情：AI Product Manager Copilot：多智能体产品管理工作台⌄
产品经理用于自动化产品发现、客户之声（VOC）分类、动态聚类、RICE 优先级排序、PRD 自动生成和发布节奏排序等产品管理任务。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-23
综合合集
kousalya-pm/ai-foundation-models-lab · Hands-on experiments across time-series and security foundation models: zero-shot forecasting, evaluation, RAG, and LoRA fine-tuning — from a product management perspective.
该项目是一组以 Jupyter Notebook 形式记录的动手实验，从产品管理视角探索基础模型的生命周期：使用 Cisco CTSM 进行单变量零样本时序预测并测试噪声、缺失数据和异常下的鲁棒性；在本地以 Q4_K_M GGUF 量化运行 Cisco Foundation-Sec-1.1-8B-Instruct 安全领域模型，构建评测数据集并从分类准确率、MITRE 技术映射、证据完备性、延迟等多维度评分；用 TF-IDF 与语义向量检索对比实现安全策略 RAG，诊断检索、生成与拒答等失败模式；并在 Qwen2.5-0.5B 与 Foundation-Sec 上对比 LoRA 微调效果。仓库保留了每项实验的原始数字、失败模式与局限性说明，并给出面向产品团队的经验总结和平台能力建议。
展开详情收起详情：AI Foundation Models Lab：从产品管理视角动手探索基础模型的零样本预测、评测、RAG 与 LoRA 微调⌄
产品经理产品经理可参考该仓库从产品管理视角进行的基础模型实验，包括零样本时序预测、安全领域模型评测、RAG 与 LoRA 微调对比，以及面向产品团队的经验总结和平台能力建议，用于理解基础模型生命周期、评估模型质量与延迟等产品权衡。
★ 0 · 研究实现
原文发布：未知收录：2026-09-23
工具
clouatre-labs/decisions-judge-mcp · Typed decisions for AI agents as an MCP tool: yes/no probability (noul), choice, and score in one fast request. Backed by the TypeSafe System One model.
decisions-judge-mcp 是一个 MCP 服务器，让 AI Agent 通过单次快速请求对任意 JSON 应用状态做出类型化判断：yes/no 概率（noul）、多选项选择（choice）以及有序等级评分（score）。问题与答案均按 schema 校验，失败时返回 {fallback: true, error} 而不阻塞，便于嵌入 Agent 工作流。当前由 TypeSafe System One 模型（Jev）通过 @typesafe-ai/sdk 提供支持。
展开详情收起详情：decisions-judge-mcp：为 AI Agent 提供结构化决策判断的 MCP 工具⌄
程序员在编码 Agent 工作流中，将代码变更状态（如测试、lint、变更文件数）作为 JSON 输入，通过 judge 工具获得是否可合并的概率、下一步操作选择（合并/继续修改/升级人工）或有序等级评分，从而让 Agent 基于类型化判断进行分支决策。
产品经理将产品应用状态作为 JSON 输入，通过 judge 工具对需求或方案进行 yes/no 概率判断、多选项选择或有序等级评分，辅助产品决策。
★ 1 · 可直接使用的工具
原文发布：未知收录：2026-09-22
工作流
urankwong/agentsgo · Protocol-agnostic local-file workbench for asynchronous multi-agent collaboration — any read/write-capable AI agent (any IDE/model/framework) joins to co-discuss AND co-develop, with no MCP/A2A/protocol gate. Zero-dependency Python CLI; human holds the final say. 协议无关的本地文件多 Agent 异步协同底座：会读写文件即可加入，讨论+开发双协同，人类最终拍板。
agentsgo 是一个协议无关的本地文件多 Agent 异步协同底座：任何具备读写文件能力的 AI Agent（不限 IDE、模型、框架）都能加入，实现协同讨论与协同开发，无需支持 MCP/A2A 或运行在同一框架内。它提供零依赖的 Python CLI 协调器 room.py 与本地 Web 工作台 views.py，包含任务看板、议题圆桌、Agent 广场、踩坑库、约定库、代码图谱等视图，采用单写多读加 roster 状态机、异步轮次（发散-盲评-碰撞-定稿）、稳定观点 ID 与匿名盲评等机制，人类全程可介入并最终拍板。
展开详情收起详情：agentsgo：协议无关的本地文件多 Agent 异步协同工作台⌄
程序员用于多 Agent 协同开发与代码相关讨论：通过本地文件房间让不同 IDE/模型/框架的 AI Agent 异步参与协同讨论和协同开发，并借助代码图谱视图查看项目结构、任务看板跟踪待办/进行中/待复审/已完成。
产品经理用于结构化议题讨论与需求收敛：通过议题圆桌、异步轮次（发散-盲评-碰撞-定稿）、稳定观点 ID 和匿名盲评机制，让多 Agent 围绕议题产出结论，人类可介入并最终拍板。
★ 0 · 可直接使用的工具
原文发布：未知收录：2026-09-22
工作流
GRhama/ProductRail · Domain-agnostic AI-assisted Product Management workflow from ambiguous problems to implementation-ready specifications.
ProductRail 是一个领域无关的 AI 辅助产品管理工作流，围绕显式决策、契约、门禁（gate）、交接和持久化状态构建。它通过 Product Grill、人工确认、Feature Spec、Story 拆分与验收标准、Engineering Grill 等阶段，把含糊的产品请求逐步转化为确定的产品行为与实现规格，强调 AI 负责结构化工作、人类保留决策权。项目与具体 AI 模型或厂商无关，可作为结构化提示词配合 ChatGPT、Claude、GitHub Copilot、Codex 等 LLM 工具使用。v0.1 为实验性公开工作流，不宣称生产可用。
展开详情收起详情：ProductRail：将模糊产品需求转化为明确决策与工程就绪规格的 AI 辅助产品管理工作流⌄
程序员在收到产品交接后，使用 Engineering Grill 阶段验证交接内容，并推进到 ENGINEERING_READY、实现规格、SPEC-TO-TASKS 与 TASKS_READY，再进入实现、测试与验证。
产品经理将模糊的产品需求通过 Product Grill 阶段转化为显式决策，再生成 Feature Spec、用户故事与验收标准，并在 PRODUCT_READY 和 STORIES_READY 门禁确认后向工程团队交接。
★ 0 · 资料合集
原文发布：未知收录：2026-09-22
综合合集
vortexpwn09-netizen/AI-Trending-Projects-2026 · 5 Viral AI Projects 2026 - RAG Chatbot, Image Studio, Code Reviewer, Voice Clone, AI Agents | PRD TRD Architecture SKILLS SEO + Dev/Prod SQL Injection Toggle + LLM Docs | Next.js FastAPI LangGraph
该仓库汇集了五个 AI 项目的文档资料，每个项目一个文件夹，包含 README、PRD、TRD、架构说明、SKILLS 与 SEO 文档，覆盖 RAG 助手（NexMind）、图像生成工作室（PixelForge）、AI 代码审查 Agent（CodeSage）、语音克隆播客（VoxClone）和自动化 AI Agent（AutoFlow）。内容以产品需求、技术方案、架构图与技能/SEO 指南为主，仓库自述称各项目仅完成文档，代码尚待编写。
展开详情收起详情：AI Trending Projects 2026：五个 AI 项目的产品与技术文档合集⌄
程序员参考 CodeSage AI Agent 的文档资料，用于 AI 代码审查 Agent 的产品需求、技术方案与架构设计；也可参考 NexMind RAG 助手、PixelForge 图像工作室、VoxClone 语音克隆播客和 AutoFlow 自动化 Agent 的 PRD、TRD、架构说明与 SKILLS 文档，作为开发同类 AI 项目的技术文档模板。
产品经理参考仓库中五个 AI 项目的 PRD 文档，用于撰写 AI 产品（RAG 助手、图像生成工作室、AI 代码审查 Agent、语音克隆播客、自动化 AI Agent）的产品需求文档，并参考架构说明与 SEO 文档进行产品规划。
★ 1 · 资料合集
原文发布：未知收录：2026-09-22
综合合集
quadri40/aat-c3-week-5-lead-agent · Cohort 3 Week 5 starter: AI Lead Research and Outreach Agent — PRD and reference assets.
该仓库是某训练营第 5 周的起步材料，围绕「AI 线索调研与外联 Agent」提供项目简报（PRD.md）与一组参考文档：ICP 目标客户画像细化指南、线索资格判定指南、外联文案撰写指南、线索名单质量检查指南、外联安全与审批规则指南。仓库本身不含实现代码，使用方式是先读 PRD.md，再把 assets/ 中的文档作为在项目中创建 Claude Agent SDK 技能时的素材来源。
展开详情收起详情：aat-c3-week-5-lead-agent：AI 线索调研与外联 Agent 的项目简报与参考资料⌄
程序员程序员可将 assets/ 中的参考文档作为在项目中创建 Claude Agent SDK 技能时的素材来源，用于实现 AI 线索调研与外联 Agent。
产品经理产品经理可参考仓库中的 PRD.md 项目简报，以及 assets/ 下的 ICP 目标客户画像细化指南、线索资格判定指南、外联文案撰写指南、线索名单质量检查指南和外联安全与审批规则指南，用于规划 AI 线索调研与外联 Agent 的需求与规则。
★ 0 · 资料合集
原文发布：未知收录：2026-09-22
综合合集
phoebefu6/learn-ai-pm-with-phoebe · Decide what to build, and why. Two-track course on AI-assisted product management, with a spec scorer that runs six real checks over your own PRD.
这是一个免费的、浏览器内运行的 AI 辅助产品管理互动课程，包含面向管理者的 6 节领导轨和面向产品经理的 10 节 PM 轨，共 16 节课。核心实验室是一个基于 PRD 文本的 spec 评分器，对“问题有证据、用户明确、成功可衡量、非目标已声明、边界情况已决策、权衡已明确”六项做真实检查，并提供五档渐进评分与自行评分功能。
展开详情收起详情：learn-ai-pm-with-phoebe：AI 辅助产品管理的双语双轨互动课程⌄
产品经理产品经理可用该课程学习 AI 辅助产品管理，并用其中的 spec 评分器对自己的 PRD 文本做六项真实检查（问题有证据、用户明确、成功可衡量、非目标已声明、边界情况已决策、权衡已明确），获得五档渐进评分，用于需求分析与 PRD 质量自查。
★ 0 · 资料合集
原文发布：未知收录：2026-09-22
综合合集
yansfil/sasu · 사수 (sasu) - the senior who double-checks your coding agent's work. It interviews the tacit knowledge out of your head, pins it down in a PRD, and verifies every 'done' with evidence. Simple, strict, agent-agnostic.
sasu 是一套面向编码 Agent 的共享工作流与命令行工具，用于把一次对话逐步转化为经确认的 PRD，再完成实现、Git 状态检查与可评审的 Pull Request。它通过 interview-me、gen-prd、implement、ship 等技能（Skills）串联流程，只对可复现的事实做阻塞判定（PRD 有效性、源码与证据新鲜度、必需命令结果、交付完整性），并借助各运行时原生的子 Agent 完成 Fidelity、Code、Security 评审，最终交付仍由 GitHub CI 与人工把关。项目以 JavaScript 实现，支持 Codex 与 Claude Code 两种运行时的本地技能安装。
展开详情收起详情：sasu：为编码 Agent 补上需求访谈与验证流程的共享工作流与 CLI⌄
程序员使用 sasu 的共享工作流与 CLI，将编码 Agent 的对话逐步转化为经确认的 PRD，完成实现、Git 状态检查与可评审的 Pull Request；通过 implement verify 执行确定性检查并生成当前验证报告，再由原生子 Agent 进行 Fidelity、Code、Security 评审。
产品经理使用 interview-me 技能解决缺失的产品决策并生成规范化的 qa-log.md，再用 gen-prd 技能写出包含决策与可观察行为的完整已批准 PRD。
★ 1 · 开发框架
原文发布：未知收录：2026-09-22