| 技能名称 | 触发词 | 上游输入 | 核心输出 |
| product-req-writer | 写需求、PRD、业务需求、需求编制 | 用户原始需求 | 7个子需求文档 + 1个索引文件 |
| requirement-review | 评审需求、需求评审、检查PRD、PRD评审 | product-req-writer 输出的 PRD 文档 | 评审报告（S1/S2/S3问题清单）+ 可追溯性矩阵 |
| req-decomposer | 拆解需求、生成开发需求、AI需求、需求分解 | 评审通过的 PRD 文档 | 三层 Requirements（技术约束/功能需求/功能设计） |
| dependency-analyzer | 依赖分析、模块划分、冲突预判、任务调度 | 三层 Requirements 文档 | 模块清单 + 接口契约 + 任务调度计划 + Mock策略 |
| project-mode | 项目制开发、多Agent研发（自动触发） | 依赖分析输出的任务调度计划 | 各模块代码 + 单元测试 |
| integration-coordinator | 集成协调、合并代码、集成测试、代码整合 | project-mode 产出的完整代码 | 集成报告 + 端到端测试结果 + 覆盖率报告 |
| testcase-generator | 生成测试用例、用例生成、编写测试 | 三层 Requirements 文档 | FN/API/UI 三类测试用例 + 测试总览 |
| quality-gate | 质量门禁、代码审计、质量检查、代码审查 | 完整代码 + 三层 Requirements + 测试用例 + 集成报告 | 质量门禁报告 + 缺陷修复清单 + 质量结论 |
| release-manager | 发布、部署、上线、冒烟测试 | quality-gate PASS 信号 | 发布包 + 部署报告 + 冒烟测试报告 |
个人觉得只有从需求、研发、测试、发布各个环节通过密切协作使用AI，方能使整个研发组织的效能得到有效提升。以上是我在通过codebuddy、claude code实践后形成的skills，因为精力有限也没有跑很多项目。在我实践的有限的项目经验中发现，这套流程走下来，AI开发一套带有复杂业务流程、数据权限的系统时，不再频繁出现解决完一个问题引发其它的多个问题的现象了。而是可以精准的解决问题了，因为精力有限，我只跑通一个项目。大家有感兴趣或者也有这方面需求的，可以一起探讨下这个路径的问题跟实践经验。有时间会继续分享这个过程收获
)
)