Prd

📋 驱动AI代理自主开发的需求规范引擎

product-management榜 #1

基于Ralph Wiggum模式的结构化PRD生成器,用于创建可验证的用户故事和验收标准,驱动AI编码代理实现完全自主的任务执行循环。

收藏
15.3k
安装
5.8k
版本
2.0.0
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

PRD技能是一套面向AI编码代理的产品需求文档生成框架,核心目标是将复杂功能拆解为可在单个上下文窗口内完成的独立用户故事,实现无人值守的自动化开发循环。

工作流程:
1. 创建Markdown格式PRD文档(tasks/prd-[feature].md

2. 转换为机器可读的prd.json格式

3. 运行代理循环:while :; do cat PROMPT.md | claude-code; done

prd.json结构包含:项目名称、分支名、描述、以及用户故事数组。每个故事必须包含唯一ID、标题、用户故事描述(As a... I want... so that...)、可验证的验收标准、执行优先级、完成状态和运行备注。

显著优点

极致的任务原子化:强制每个故事在单一上下文窗口完成,避免代理"失忆"导致的重复工作或错误累积。

严格的依赖排序:要求按"数据库模式→后端逻辑→UI组件"的顺序排列,防止因前置依赖未完成而导致的阻塞。

可验证的验收标准:明确禁止模糊描述(如"Works correctly"),强制使用可自动检查的断言(如"Typecheck passes"、"Add status column with default 'pending'")。

无缝的无人值守执行:通过prd.json的状态标记和progress.txt的追加日志,实现跨会话的持续执行和知识传递。

多代理兼容:支持Claude Code、OpenCode等主流AI编码工具,提供对应的命令模板。

潜在缺点与局限性

前置知识门槛:要求使用者熟悉用户故事格式、验收标准编写规范,以及Git工作流(包括worktree策略)。

过度拆分风险:强制原子化可能导致故事数量膨胀,增加文档维护成本,且难以把握"合适"的粒度边界。

技术栈假设:示例 heavily偏向全栈Web开发(数据库迁移、TypeScript类型检查),对其他领域(如移动端原生开发、嵌入式、数据科学)的适配性未明确说明。

质量检查盲区:虽然强调"Typecheck passes",但未涵盖运行时测试、集成测试、性能基准等更全面的验证维度。

安全风险未评估--dangerously-skip-permissions标志提示存在权限绕过的安全隐患,但文档未深入讨论。

适合人群

  • AI原生开发者:希望最大化利用Claude Code等工具的自主能力,减少人工干预
  • 快速原型团队:需要高频迭代、快速验证产品假设的初创团队
  • 标准化流程追求者:苦于需求文档与代码实现脱节,希望建立可执行的需求规范
  • 多项目并行管理者:通过progress.txt和状态标记同时追踪多个功能的开发进度

常规风险

无限循环风险while :; do循环若无正确终止条件(所有story的passes: true),可能消耗大量API token。必须确保PRD完整性检查清单被执行。

状态同步失效:若代理异常退出或手动干预,prd.jsonpasses标记可能与实际代码状态不一致,需人工校验。

权限与代码安全--dangerously-skip-permissions模式跳过所有确认提示,可能导致意外删除、错误推送或敏感信息泄露。建议在隔离的worktree或容器中运行。

Prd 内容

暂无文件树

手动下载zip · 6.1 kB
contentapplication/octet-stream
请选择文件