一句话总结:deanpeters/Product-Manager-Skills 是 7662 Stars 的产品管理技能库,v0.84 共 77 个技能、29,751 行 Markdown、2.09 MB。它的价值不在"有 77 个模板",而在两个共享协议:36 个技能引用
workshop-facilitation(一次一问的引导协议),16 个技能引用autonomous-investigation(无人值守调研协议)。本文含 Windows 本地安装实录与逐项校验。

01 · 痛点:PM 的输出为什么总是"通用文档"
让 AI 写 PRD,得到的是能读完但没人信的文档。让 AI 排优先级,得到的是RICE 表格填满但结论站不住。
根本原因不是模型不够强,是共享上下文缺失:AI 不知道你团队的阶段、数据可得性、谁在施压、什么算"够好"。它只能输出一个"平均意义上正确"的答案。
Product Manager Skills 的解法不是给更多提示词,而是给判断框架 + 失败模式:
- 每个技能讲清为什么用这个框架,不只是怎么填
- 每个技能列出反模式:用错了会怎样、症状是什么、怎么修
- 每个技能声明什么时候不该用
仓库自己的定位写得很清楚(AGENTS.md):
Do not optimize for brevity at the cost of explanation. Stripping learning scaffolding to tighten a skill is a defect, not an improvement. Anti-patterns are load-bearing.
这句话决定了整个库的形态:它宁可长,也不肯薄。
02 · 先把规模摆上桌
以下数字全部来自本地解包后的实测统计,不是 README 转述:
| 指标 | 实测值 | 数据来源 |
|---|---|---|
| Stars / Forks | 7662 / 918 | api.github.com/repos/deanpeters/Product-Manager-Skills |
| 技能数 | 77 | skills/ 目录计数 |
SKILL.md 总行数 | 29,751 | wc -l 汇总 |
skills/ 体积 | 2.09 MB(2,089,625 B) | du -sb |
| 仓库文件总数 | 454 | find -type f |
| 单技能最大文件 | ai-shaped-readiness-advisor 935 行 / 43,516 B | — |
附 template.md | 56 个技能 | — |
附 examples/ | 59 个技能 / 106 个示例文件 | — |
| 反模式条目 | 345 条(82 条 - ** + 263 条 ### Pitfall) | 正则统计 |
| 技能间交叉引用 | 335 处,覆盖 54 个被引用技能 | 链接解析 |
| 分发 ZIP | 77 个单技能 + 9 个打包 | dist/ |
| 配套 | 6 个命令 / 37 篇文档 / 20 个脚本 | — |
平均每个技能 386 行。这不是"提示词集合",是一本被切成 77 章的方法论手册,每章独立可执行。
一个细节值得单独说:345 条反模式。平均每个技能 4.5 条"用错了会怎样"。多数技能库只写怎么做,不写做错的样子——而 PM 工作里,“做错但看起来对"才是常态。
03 · 三层架构:不是平铺的 77 个文件
技能用 frontmatter 的 type 字段分三层,三层是互相调用关系,不是分类标签:
三层的差别不只是"规模”,而是交互形态:
| 层级 | 数量 | 交互形态 | 典型时长 |
|---|---|---|---|
| Workflow | 20 | 一次调用跑完整个流程 | 数天 – 数周 |
| Interactive | 29 | 一次问一个问题,答完给建议 | 15 – 45 分钟 |
| Component | 28 | 给定输入,直接产出结构化交付物 | 30 – 90 分钟 |
prioritization-advisor 是 Interactive 层的标准样本:它开场先问"你的产品处在什么阶段",给 4 个选项(PMF 前 / 早期规模化 / 成熟优化 / 多产品组合),拿到答案后才决定推荐 RICE、ICE、Kano 还是 Cost of Delay。
它拒绝在没有上下文的情况下推荐框架——这个设计本身就是对"AI 一上来就给答案"的纠正。
04 · 灵魂在协议,不在技能
这是我在拆解时最意外的发现。77 个技能并不是各写各的,它们服从两个共享协议:
| 协议 | 被引用 | 管什么 |
|---|---|---|
workshop-facilitation | 36 个技能 | 人在环内时,怎么问问题 |
autonomous-investigation | 16 个技能 | 人不在场时,怎么保证不瞎编 |
4.1 workshop-facilitation:把"追问"变成规范
它规定的不是内容,是会话节奏:
- 开场三选一入口:Guided(一次一问)/ Context dump(直接粘贴上下文跳过重复问题)/ Best guess(AI 猜 + 标注假设)
- 进度可见:
Context Qx/8、Scoring Qx/5,用户随时知道还剩几问 - 只在决策点给编号建议,不是每答一句就推荐
- 容错解析:
#1、1、1 and 3、1,3都接受 - 可中断:用户中途问"还剩几个",直接回答再恢复
- 快通道:用户要"一次给结果",跳过引导直接交付
36 个技能引用同一份协议,意味着你用完 prioritization-advisor 再用 stakeholder-engagement-advisor,交互手感一致。这是工程化的克制:不重复实现已经定好的东西。
4.2 autonomous-investigation:把"不瞎编"写成契约
16 个调研类技能(market-landscape-scan、competitive-research-snapshot、battle-card-builder 等)遵守七条硬约束:
- 问题预算:最多 3 个澄清问题,用完或无回答就带假设继续
- 搜索计划闸门:先给 3 条计划(查什么、什么源、怎么区分事实与推断),用户不否决才继续
- 三级证据标签:每条关键论断必须且只能挂一个标签
- Fact — 有可点击 URL 支撑
- Inference — 有证据的解读,跳跃部分留给读者判断
- Assumption — 为推进工作做的猜测,列出待验证
- 禁止虚构清单:每个技能点名自己领域的伪造风险(竞品、定价、市占率、专利内容、客户签约),禁止编造
- Just Enough Mode:默认只给支撑决策的最强发现,要详版必须显式要求
- 稳定输出 schema:章节顺序跨次运行不变,保证 run N 和 run N+1 可以 diff
- Final Step 块:结尾恰好 4 个编号下一步,接受
1 and 3这种组合
原文对第 3 条的解释值得抄下来:
Why it teaches: most competitive “facts” in strategy decks are unlabeled inference. Three-level honesty is the habit that separates intelligence from confident storytelling.
策略 PPT 里大部分的"事实",是没贴标签的推断。 三级标签不是格式洁癖,是把这条线画出来的最低成本方式。
第 6 条(可 diff)是最工程化的一条:schema 稳定 ⇒ 能定期跑 ⇒ 能出季度 delta ⇒“这季度变了什么"才成立。技能库把可对比性当成需求,而不只是可读性。
4.3 一张图看清两个协议的分界
判据只有一条:拿不到回答时,该等还是该继续。 该等 → 引导协议;该继续 → 调研协议。
05 · 一个技能文件长什么样
77 个技能的结构完全一致,实测每个都含这 7 个二级标题:
## Purpose — 这个技能做什么,什么时候该用
## Input — 你能带什么来(全部可选)
## Key Concepts — 框架、定义、反模式
## Application — 分步骤执行指令
## Examples — 好例与坏例对照
## Common Pitfalls — 命名的失败模式 + 后果 + 修法
## References — 相关技能与外部框架
覆盖率实测:## Input 100%(77/77)、best_for 100%、scenarios 100%、estimated_time 100%、argument-hint 96%(73/77)。
5.1 frontmatter 的设计取向
---
name: prioritization-advisor
argument-hint: "[decision context]"
description: Choose a prioritization framework based on stage, team context...
intent: >-
Guide product managers in choosing the right prioritization framework by
asking adaptive questions about product stage, team context...
type: interactive
best_for:
- "Choosing the right prioritization framework for a team or stage"
- "Deciding between RICE, ICE, value/effort, and similar models"
scenarios:
- "Which prioritization framework should my startup use right now?"
estimated_time: "15-25 min"
---
best_for 和 scenarios 是给检索用的:你不用读完 386 行,扫 3-5 条场景就能判断要不要用。这是"技能可被发现"的工程解法。
5.2 反模式的具体写法
以 jobs-to-be-done 为例,反模式不是一句话警告,而是症状 → 后果 → 修法三段:
Pitfall 1: Confusing Jobs with Solutions Symptom: “I need to use Slack” or “I need AI-powered analytics” Consequence: You’ve anchored on a solution, not the underlying job. Fix: Ask “Why?” 5 times. “I need Slack” → “Why?” → “To communicate with my team” → … → “To avoid project delays.”
incoming-request-advisor 的写法更狠:
Pitfall 1: Breaking It Down Like a Spec Consequence: You optimize the wrong thing efficiently. You solve the ask and miss the job, then wonder why the sender is still unhappy after you delivered exactly what they said.
“高效地优化了错误的东西”——这一句把所有"需求照做"型 PM 的病根说完了。这种密度的判断,是模板库里不会有的东西。
06 · Windows 安装实录:GitHub 直连不通怎么办
官方推荐路径是 Claude Code 的插件市场:
/plugin marketplace add deanpeters/Product-Manager-Skills
/plugin install product-manager-skills@pm-skills
/reload-plugins
但我这台机器上 github.com 主域不通,实测:
curl -s -o /dev/null -w "%{http_code}" --ssl-no-revoke --max-time 12 \
https://github.com/deanpeters/Product-Manager-Skills
# 000
git clone --depth 1 https://github.com/deanpeters/Product-Manager-Skills.git
# fatal: unable to access '...': schannel: failed to receive handshake,
# SSL/TLS connection failed
而 api.github.com 和 raw.githubusercontent.com 都正常(200)。所以走 API tarball:
# 1) 下载 tarball(走 api.github.com,实测 4,635,562 字节)
curl -s --ssl-no-revoke -L -o pms.tar.gz \
"https://api.github.com/repos/deanpeters/Product-Manager-Skills/tarball/main"
# 2) 解包
mkdir pms && tar xzf pms.tar.gz -C pms
# 3) 逐个复制到本地技能目录
SRC="/tmp/pms/deanpeters-Product-Manager-Skills-cfcb697/skills"
DST="C:/Users/56167/.workbuddy/skills"
for d in "$SRC"/*/; do cp -r "$d" "$DST/$(basename "$d")"; done
安装位置:C:\Users\56167\.workbuddy\skills\<skill-name>\SKILL.md
6.1 为什么不用插件市场
| 路径 | 优点 | 局限 |
|---|---|---|
/plugin marketplace add | 一条命令装全,自动更新 | 依赖 github.com 主域;本机不通 |
Codex ZIP(pm-skills-codex.zip) | 装 .agents/skills + AGENTS.md | 面向 Codex 目录约定 |
| tarball + 复制 | 只依赖 api.github.com;可控 | 手动,更新需重跑 |
第三行的额外好处是可控性:我可以只装需要的子集,也可以先校验再落地。这次选择全量装,因为 77 个之间有 335 处交叉引用,装一半会留下断链。
6.2 三条命令验证
# 数量
ls "C:/Users/56167/.workbuddy/skills" | wc -l
# 516 → 593(+77,精确等于技能数)
# 命名冲突检查(装之前跑)
for s in $(ls "$SRC"); do
[ -d "$DST/$s" ] && echo "CONFLICT: $s"
done
# 无输出 = 无冲突
# frontmatter 完整性
for d in */; do head -1 "${d}SKILL.md" | grep -q '^---' || echo "NO_FM: $d"; done
# 无输出 = 77 个全部合规
再用 Python 逐行解析校验 name 字段与目录名是否一致(不要用正则——本次实测 re.search(r'^name:', body, re.M) 在该文件上返回 None,而同一内容逐行判断正常,正则踩了不可见字符的坑):
for n in targets:
lines = open(f"{root}/{n}/SKILL.md", encoding="utf-8").read().splitlines()
got = next((l.split(":", 1)[1].strip() for l in lines[1:]
if l.startswith("name:")), "")
assert got == n, (n, got)
# targets 77 | name_ok 77 | bad 0
校验结果:77/77 全部通过,零命名冲突。
07 · 装完之后,这 77 个东西怎么用
技能不会自动生效。它是被检索的结构化知识,需要你在提问时点名。三种用法按成本排序:
7.1 直接点名(最轻)
用 jobs-to-be-done 技能分析这个问题:现场销售"不用 CRM",
领导层的方案是加游戏化。先问我必要的问题,再给结论。
7.2 用场景路由选技能(推荐)
仓库 README 给了 8 条"按处境找技能"的路径,我挑 3 条对工程/设计岗最有用的:
| 处境 | 路径 | 首个提示词 |
|---|---|---|
| 需求突然砸到桌上 | incoming-request-advisor → stakeholder-mapping → prioritization-advisor | “我 VP 发消息:仪表盘改版能赶下个迭代吗?董事会要问。” |
| 要快速看懂市场 | market-landscape-scan → competitive-research-snapshot → swot-analysis | “扫一遍 [你的市场],并告诉我这个研究要支撑什么决策。” |
| 该写下来了 | prd-development → epic-breakdown-advisor → user-story | “为自助工作区开通做一份 PRD,这是我的发现笔记和对应 OKR。” |
仓库明确说明:这些是建议顺序,不是流水线。每个技能独立运行,可以跳着来。
7.3 命令层(最重)
commands/ 下有 6 个编排命令,把多个技能串成一条流程。以 write-prd 为例:
uses:
- prd-development
- problem-statement
- proto-persona
- user-story
- user-story-splitting
outputs:
- Structured PRD
- Core personas and requirements
- Initial implementation-ready stories
执行时带 checkpoint:写需求前先确认范围边界;每个章节后跑一次 cross-section 检查;最后做一次自评(最强章节 / 最弱章节 / 待验证假设 / 建议下一步)。
注意 write-prd 里的这条约束,是整库最实用的设计之一:
Tag every gap inline: 🔶 Assumption(看似合理但未验证)or 🔵 Open Question(需要发现)
把"我不知道"变成文档里可见的字段,而不是藏在一句"待补充"里。这比任何 PRD 模板都管用。
08 · 边界与风险:使用前必须知道的四件事
8.1 许可证是 CC BY-NC-SA 4.0 —— 商用有硬约束
LICENSE 首行:Attribution-NonCommercial-ShareAlike 4.0 International。
- NC:不得用于商业目的。放到公司内部做付费产品、对外咨询交付,都可能踩线
- SA:改编后必须以相同许可分发
- BY:必须署名
GitHub API 返回的 license.spdx_id 是 NOASSERTION(因为 CC 许可证不是 SPDX 标准软件许可证),别被这个字段误导成"无限制”。
这条是硬边界。 企业内部自用与商业交付的界线需要法务确认,我不在这里替你判断。
8.2 README 自己的数字过期了
README.md 第 187 行仍写着 ## 70 Skills, 3 Types,下面的框图也是 WORKFLOW (19) / INTERACTIVE (27) / COMPONENT (24)。实测是 20 / 29 / 28 = 77。
差异来自 v0.84 新增 7 个生命周期技能后,README 的概览段没同步。以 skills/ 目录和 frontmatter 为准,不要以 README 的图为准。
8.3 它是 Markdown,不是可执行程序
77 个技能全是 .md 文件,没有一行运行时代码。这意味着:
- 技能质量 = 你用的 Agent 的遵循能力。Agent 不理解或不遵守,技能不会报错,只会被忽略
- 没有 lint 能保证效果。仓库有
validate-skills.sh,但它只校验结构(frontmatter、必需章节、$ARGUMENTS禁用),不校验产出质量 type: workflow的"数天到数周"是人工节奏,不是 Agent 真的会跑几天
我用 scripts/validate-skills.sh 的规则核对过结构,77 个全部合规。但结构合规 ≠ 用起来有效,这一点必须说清。
8.4 中文场景需要自己补
整个库是英文,且案例高度 SaaS / B2B 语境(NRR、ARR、churn、ICP)。直接套到工程建设项目、设计院、BIM 交付这类场景,会出现两个错位:
- 指标体系对不上:
saas-revenue-growth-metrics的公式在这里没有输入数据 - 访谈语境对不上:
discovery-interview-prep的 Mom Test 风格(“不要问会不会用,问上次怎么做的”)方法可迁移,但示例全是 B2C/B2B 软件
可用的部分反而是跨行业骨架:problem-statement 的 who/what/why/how-it-feels、jobs-to-be-done 的功能/情感/社会三层、stakeholder-mapping 的 Power × Interest 双网格、incoming-request-advisor 的"字面要求 vs 真实任务"拆解。
结论:把 77 个当框架字典查,不要当行业方案用。
09 · 总结:它真正的差异化在哪
同类库不少(awesome-claude-skills、amplitude/builder-skills、Digidai/product-manager-skills 等)。这个库跑出来的原因,我认为是三点工程克制:
一、协议先行,技能后行。 36 个技能共享同一套引导协议,16 个共享同一套调研协议。技能之间不是 77 份独立的提示词,是两个协议 + 77 份领域内容。这让交互手感一致、维护成本可控。
二、反模式是一等公民。
345 条反模式,每条带症状、后果、修法。它教的是判断边界,不是填空。AGENTS.md 里那句"反模式是承重结构,不要删"是这套库的自我定位。
三、可 diff 被当成需求。 调研协议的稳定 schema 不是为了好看,是为了让这季度和上季度的报告能对比。能对比 = 能监控 = 能排期。
至于 77 这个数字本身,价值有限——真正有用的是你这周会遇到哪 3 个。README 里那句 “Each route is a suggested order, not a pipeline” 已经说明了正确用法:挑一个,给一个真实问题,先让它问问题。
附:本次安装清单
| 项目 | 值 |
|---|---|
| 仓库 | deanpeters/Product-Manager-Skills |
| 版本 | v0.84(release 2026-08-10) |
| 提交 | cfcb697(2026-10-16) |
| 许可证 | CC BY-NC-SA 4.0(非商用) |
| 下载方式 | api.github.com tarball,4,635,562 B |
| 安装位置 | C:\Users\56167\.workbuddy\skills\<skill-name>\ |
| 技能数 | 77(component 28 / interactive 29 / workflow 20) |
| 校验 | 77/77 name 匹配,0 冲突,frontmatter 全合规 |
| 本地技能总数 | 516 → 593 |
风险提示:本库为 CC BY-NC-SA 4.0,禁止商业使用。用于企业内部工作流前请确认许可边界;用于对外交付、咨询、商业产品前请自行做法务确认。本文仅作技术拆解,不构成许可意见。