PM Skills 深度解读：AI Agent 时代的「产品经理工作流操作系统」
GitHub: https://github.com/phuryn/pm-skills 13.4K+ stars MIT License 作者：Paweł Huryn（前 CPO，15 年产品经验）
PM Skills 深度解读：AI Agent 时代的「产品经理工作流操作系统」
GitHub: https://github.com/phuryn/pm-skills | 13.4K+ stars | MIT License | 作者：Paweł Huryn（前 CPO，15 年产品经验）
一句话定位
这不是又一个 AI 写作工具。这是把 Teresa Torres、Marty Cagan、Alberto Savoia 的产品管理方法论，编译成了 68 个可执行的技能单元——让 AI Agent 不再是"会写文档的实习生"，而是"能按工作流思考的产品合伙人"。
核心痛点：AI 工具不会"工作流"
做产品的日常，最烦的不是写 PRD，而是工作流的断裂。
- 有了想法，怎么验证假设？
- 访谈做完了，怎么提取 JTBD？
- 竞品分析了，怎么落到差异化策略？
- 功能排好了，怎么变成 outcome-based 路线图？
PM Skills 解决的就是这个问题。
架构拆解：三层体系
1. Skills（68 个）—— 方法论的原子化
每个 Skill 是一个经过验证的 PM 框架，被编码为 AI 可读的指令集。例如：
identify-assumptions-existing→ 按价值、可用性、可行性、可盈利性四维识别风险假设opportunity-solution-tree→ Teresa Torres 的 OST，从 outcome 到机会到解决方案到实验prioritization-frameworks→ 9 种优先级框架（ICE、RICE、MoSCoW、Kano、Opportunity Score...）interview-script→ 结构化访谈脚本，带 JTBD 追问pre-mortem→ 风险预判：Tigers / Paper Tigers / Elephants 分类
prioritize-assumptions 既被 /discover 用，也被 /triage-requests 用。2. Commands（42+ 个）—— 工作流的链式调用
Commands 是用户触发的完整工作流，用 / 前缀调用。每条命令把多个 Skills 串成一条有始有终的决策链。
| 命令 | 对应工作流 | 链式 Skills |
|---|---|---|
/discover | 从想法到验证 | brainstorm → assumptions → prioritize → experiments |
/strategy | 产品战略全景 | 9-section Product Strategy Canvas |
/write-prd | PRD 编写 | 8-section PRD template + user stories + test scenarios |
/plan-launch | GTM 策略 | beachhead → ICP → messaging → growth loops |
/interview | 访谈准备/总结 | script → summarize → JTBD extraction |
/market-scan | 市场全景 | SWOT + PESTLE + Porter's + Ansoff |
/sprint | 冲刺生命周期 | plan → retro → release |
3. Plugins（9 个）—— 按域组织的安装包
Plugins 把相关 Skills 和 Commands 打包成可安装模块：
| Plugin | 领域 | Skills | Commands |
|---|---|---|---|
| pm-product-discovery | 产品发现 | 13 | 5 |
| pm-product-strategy | 产品策略 | 12 | 5 |
| pm-execution | 执行管理 | 15 | 10 |
| pm-market-research | 市场研究 | 7 | 3 |
| pm-data-analytics | 数据分析 | 3 | 3 |
| pm-go-to-market | 上市策略 | 6 | 3 |
| pm-marketing-growth | 增长营销 | 5 | 2 |
| pm-toolkit | 工具箱 | 4 | 5 |
| pm-skill-maker | 自定义技能 | — | 2 |
npx skills add 或 claude plugin install），不需要手动配置。更妙的是，Skills 遵循通用格式（SKILL.md），可以复制到任何支持 Skill 的 AI 工具：Claude Code、Cursor、Codex、Gemini CLI、OpenCode、Kiro...9 大 Plugin 深度解析
1. pm-product-discovery（发现）
核心思想：产品发现不是"想点子"，而是系统性降低不确定性。
brainstorm-ideas-existing：多视角头脑风暴（PM + Designer + Engineer 三个角色）brainstorm-experiments-new：Lean Startup 预实验（Alberto Savoia 的 pretotype 理念）identify-assumptions-new：8 维风险识别（含 GTM、Strategy、Team 等常被忽略的维度）opportunity-solution-tree：完整的 OST，从 outcome → opportunities → solutions → experimentsanalyze-feature-requests：批量分析客户需求，按主题和战略契合度归类
brainstorm-experiments-new 不是直接让你做 MVP，而是先设计"最快验证假设的实验"——这正是 Alberto Savoia 的核心观点：不要先建，先测。2. pm-product-strategy（策略）
核心思想：策略不是愿景，而是从愿景到可执行路径的翻译。
product-strategy：9 段式 Product Strategy Canvas（从愿景到防御性）startup-canvas：Product Strategy + Business Model 的合体，替代传统 BMCvalue-proposition：6 段 JTBD 价值主张（Who → Why → What before → How → What after → Alternatives）pricing-strategy：含竞争分析、支付意愿、价格弹性
value-proposition 强制要求"What before"和"What after"——对比 AI 生成的泛泛价值主张，这个结构逼你回答"用户现在怎么做的"和"用了你之后变成什么样"。3. pm-execution（执行）
核心思想：执行不是"把功能做完"，而是让每个交付件都有决策依据。
create-prd：8 段式 PRD（Problem → Solution → User Stories → Acceptance Criteria → Test Scenarios → Metrics → Release Criteria → Rollback Plan）outcome-roadmap：把功能列表转成 outcome-based 路线图pre-mortem：Tigers（高概率高影响）/ Paper Tigers（低概率高影响）/ Elephants（高概率低影响）分类stakeholder-map：权力 × 利益矩阵，带定制沟通计划wwas（Why-What-Acceptance）：比用户故事更简洁的 backlog 格式
pre-mortem 的三种风险分类很实用。很多团队的"风险分析"就是列一堆怕什么，结果要么全防（资源不够）要么不防（裸奔）。Tigers/Paper Tigers/Elephants 的框架逼着团队做取舍。4. pm-market-research（市场研究）
user-personas：从研究数据提炼人物画像customer-journey-map：端到端旅程，含触点、情绪、痛点market-sizing：TAM/SAM/SOM，含自上而下和自下而上两种方法competitor-analysis：竞品强弱 + 差异化机会
5. pm-data-analytics（数据分析）
sql-queries：自然语言生成 SQL（BigQuery / PostgreSQL / MySQL）cohort-analysis：留存曲线、功能采用、 cohort 趋势ab-test-analysis：统计显著性、样本量验证、ship/extend/stop 建议
6. pm-go-to-market（上市）
beachhead-segment：识别首个登陆市场growth-loops：设计可持续增长飞轮competitive-battlecard：销售级 battlecard，含异议处理和赢单策略
7. pm-marketing-growth（增长）
north-star-metric：北极星指标 + 输入指标，含商业游戏分类positioning-ideas：与竞品的差异化定位
8. pm-toolkit（工具箱）
review-resume：PM 简历审查（对照 10 条最佳实践）draft-nda/privacy-policy：法务文档起草
9. pm-skill-maker（自定义技能）
这个 Plugin 最被低估。它允许你把任何内部工作流封装成 Skill——不是写 Prompt，而是写结构化的 SKILL.md 文件。这对规模化团队至关重要：把最佳实践从"某个人知道"变成"系统内置"。
安装与兼容性
Claude Code（推荐开发者）
claude plugin marketplace add phuryn/pm-skills
claude plugin install pm-toolkit@pm-skills
claude plugin install pm-product-strategy@pm-skills
# ... 逐个安装 8 个 Plugin
Claude Cowork（推荐非开发者）
1. 打开 Customize（左下角）
2. Browse plugins → Personal → + → Add marketplace from GitHub
3. 输入 phuryn/pm-skills
其他 AI 工具（仅 Skills）
# 复制到任何支持 Skill 的工具
for plugin in pm-*/; do
cp -r "$plugin/skills/"* ~/.cursor/skills/ 2>/dev/null
done
支持：Gemini CLI、OpenCode、Cursor、Codex CLI、Kiro...
2.0 更新：AI Shipping Kit
2026 年 5 月发布的 2.0 新增：
- Red-Team AI：让 AI 扮演"魔鬼代言人"挑战你的假设
- Shipping Kit：从 PRD 到发布检查的完整流程
- 新增 Plugin 使总数达到 9 个，Skills 从 65 升级到 68，Commands 从 36 升级到 42
为什么 13K+ Stars？
三个原因：
1. 不是 Prompt 库，是工作流引擎。普通 Prompt 给的是"一次性产出"，PM Skills 给的是"可复用的决策流程"。 2. 编码了真实世界的 PM 经验。作者 Paweł Huryn 有 15 年产品经验，从 CPO 到顾问。这些 Skills 不是理论堆砌，而是被验证过的框架。 3. AI 中立设计。不绑定 Claude，任何支持 Skill 标准的工具都能用。这对企业很重要——不被锁定到单一 AI 平台。
核心警示
"AI 不修复差的产品判断力。" —— Paweł Huryn
PM Skills 是工具放大器，不是判断力替代器。如果输入的是糟糕的想法，AI 会更快地帮你把它包装成精致的文档。框架帮你走得快，但只有人决定走得对不对。
一句话总结
PM Skills 把产品管理的"最佳实践"从书本和培训班里解放出来，编译成了 AI 可执行的指令。它不是让 AI 替你做产品，而是让 AI 成为会按正确流程思考的产品搭档。
参考：Teresa Torres（Continuous Discovery Habits）、Marty Cagan（Inspired）、Alberto Savoia（Pretotyping）
#pm-skills #AI-Agent #产品经理 #工作流 #Claude-Code #小凯