在线介绍 · 12 个决策案例 · 讨论区 · skills.sh · Agent Skills · Skillstore · English · 安装 · 回答示例 · 设计审计
复杂的产品问题，通常不是没有办法，而是没有找到当前最该解决的那个问题。
这是一个面向中国大陆互联网工作场景的产品决策 Agent。
它以对《矛盾论》《实践论》的完整阅读为底座，不摘抄语录，也不把几句话包装成框架，而是把两篇文章的完整推理结构蒸馏成 Agent 的后台决策过程：从真实材料出发，找到当前阶段的核心阻塞，判断什么机制正在主导结果，再用最小行动回到实践中验证和修正。
用户不会看到哲学课、历史课或政治化表达。你只需要把真实问题交给它：
老板临时插了一个积分商城，但这个版本原本在做新手转化，我该怎么处理？
它会直接告诉你：
- 这件事真正冲突的是什么。
- 当前应该保护哪个业务结果。
- 下一步找谁、做什么、何时完成。
- 用什么信号决定继续、停止或回滚。
- 哪些事情现在不要做。
它的来源是《矛盾论》《实践论》，它的工作语言是现代互联网产品。
一条命令安装到 Codex、Claude Code 和 Cursor：
npx skills add atdy/maoxuan-product-agent --skill product-decision-agent --agent codex claude-code cursor -g -y然后直接说真实问题：
使用 product-decision-agent 帮我判断：A/B Test 点击率涨了 12%，但订单没涨，要不要全量？
安装命令已经在隔离环境中做过端到端验证。不使用 Node.js 或 Git 时，可以直接下载 v1.0.3 独立 Skill 包，解压后按手动安装放入对应目录。
项目已被 skills.sh、Agent Skills、安全审计通过且质量评分 83/100 的 Skillstore，以及 4.2 万 Star 的 Agentic Awesome Skills 独立收录；四个目录均回链到本仓库，可直接核对来源与安全信息。
- 不是《毛选》问答库。
- 不是语录生成器。
- 不是历史或政治研究工具。
- 不是把“主要矛盾”“实践出真知”挂在嘴边的角色扮演。
- 不是套模板后平均罗列十种方案的通用产品 Prompt。
默认回答不会出现“《矛盾论》认为”“《实践论》指出”“毛主席说”等表达。方法在后台，答案只解决工作问题。
普通产品 Prompt 容易给出一组看起来都对的建议。这个 Agent 强制完成几项更困难的判断：
| 常见回答 | Maoxuan Product Agent |
|---|---|
| 罗列所有可能方向 | 找当前阶段最影响结果的核心阻塞 |
| 套行业最佳实践 | 先核对人群、阶段、资源和前提 |
| 把数据或反馈直接当结论 | 区分事实、假设、二手判断和孤立个案 |
| 找到问题就开始给方案 | 继续判断什么机制正在主导结果 |
| 给一个完整大方案 | 证据不足时先做最小诊断或可回滚验证 |
| 只说应该做什么 | 同时给停止清单和切换打法的条件 |
它的后台决策闭环是：
flowchart LR
A["真实产品问题"] --> B["区分事实与假设"]
B --> C["定位核心阻塞"]
C --> D["判断主导机制与阶段"]
D --> E["选择最小有效行动"]
E --> F["用真实结果验证"]
F --> B
设计阶段完整阅读了《实践论》《矛盾论》，并通读《毛泽东选集》第一卷中与调查研究、阶段判断、资源集中、组织方法和行动验证相关的篇目。
这里保留的不是原文措辞，而是判断动作：
| 方法来源中的结构 | 产品工作中的动作 |
|---|---|
| 从实践形成认识 | 从用户行为、数据、一线材料形成机制判断 |
| 认识回到实践检验 | MVP、灰度、A/B Test、用户验证、数据验证 |
| 区分现象与内部机制 | 不把 DAU 下滑直接处理成“做活动” |
| 找当前阶段的主要问题 | 找到最影响结果、解除后能带动其他问题的阻塞 |
| 判断哪一方当前起主导作用 | 区分供给/需求、价值/摩擦、流量/承接、目标/激励 |
| 具体问题具体分析 | 按人群、阶段、渠道、链路和约束选择打法 |
| 条件变化带来关系变化 | 写清何时加码、停止、回滚或切换策略 |
| 不同性质的问题用不同方法 | 数据冲突查口径，资源冲突做取舍，假设冲突用实验 |
完整阅读范围和转译审查记录见 source_reading_audit.md 与 methodology-basis.md。
默认结构很简单：
- 问题判断：一句话指出真正问题。
- 原因分析：解释为什么这是当前关键。
- 行动建议：给出 1-3 个动作，包含时间、相关方、指标或决策口径。
- 风险提醒：明确现在不要做什么。
- 需要确认：只在会改变判断时出现，最多 3 个问题。
示例：
用户：
社区 DAU 连续两周下降 15%，运营想加活动拉回来。
Agent：
问题判断
先不要做活动，当前最关键的是确认下滑来自哪类用户和哪个环节。
原因分析
- 连续两周下降已经不像普通波动。
- 新用户、老用户、内容供给、分发、版本和 Push 都可能造成同一现象。
- 没拆来源就上活动，只会制造短期噪音。
行动建议
1. 24 小时内按新老用户、渠道、平台、版本和内容供给拆下降贡献。
2. 找贡献最大的 1-2 个群体，核对行为路径和一线反馈。
3. 内容供给导致下滑，就先修复核心创作者留存；渠道导致下滑，再决定是否做拉新。
风险提醒
不要先上全站活动，也不要只看总 DAU 做判断。
- 需求与项目：老板临时插需求 · 20 个需求怎么排优先级 · 项目延期两周
- 增长与实验：增长停滞 · DAU 连续下滑 · 新版本后留存下降 · A/B Test 点击涨但订单不涨
- 运营与供给：社区冷启动 · 内容供给不足 · 活动参与率低
- 数据与用户：数据口径不一致 · 用户反馈互相矛盾
每个页面都给出问题判断、行动顺序、停止项和切换条件。完整入口见 产品决策案例库。
- 产品经理、产品负责人、产品运营。
- 增长、用户、内容、社区、活动运营。
- 创业团队、业务负责人、项目负责人。
- 需要处理数据异常、资源冲突和跨部门协作的人。
覆盖 36 类日常场景，包括需求优先级、版本规划、Roadmap、增长停滞、DAU/留存/转化、活动、社区冷启动、内容供给、竞品、A/B Test、数据口径、老板插需求、项目延期、资源协调、OKR/KPI 和复盘。
仓库中的标准 Skill 包是 product-decision-agent/。它遵循 Agent Skills 目录结构，可以同时用于 Codex、Claude Code、Cursor 和其他兼容 Agent。
通过 Vercel 的开源 Agent Skills CLI，一次安装到 Codex、Claude Code 和 Cursor：
npx skills add atdy/maoxuan-product-agent --skill product-decision-agent --agent codex claude-code cursor -g -y只查看仓库中可安装的 Skill，不写入本机：
npx skills add atdy/maoxuan-product-agent --list不使用 Node.js 或 Git 时，下载 product-decision-agent-v1.0.3.zip。压缩包只包含标准 Skill 目录，解压后按手动安装放入对应 Agent 的 Skills 目录。
先克隆仓库：
git clone https://github.com/atdy/maoxuan-product-agent.git
cd maoxuan-product-agent然后运行：
# 安装到当前用户的 Codex
./scripts/install.sh codex
# 安装到当前用户的 Claude Code
./scripts/install.sh claude
# 安装到当前用户的 Cursor
./scripts/install.sh cursor
# 安装到通用 Agent Skills 目录（与 Codex 使用同一路径）
./scripts/install.sh agents安装到某个项目，而不是全局：
./scripts/install.sh codex /path/to/project
./scripts/install.sh claude /path/to/project
./scripts/install.sh cursor /path/to/project
./scripts/install.sh agents /path/to/project| Agent | 用户级目录 | 项目级目录 | 显式调用 |
|---|---|---|---|
| Codex | ~/.agents/skills/product-decision-agent/ |
.agents/skills/product-decision-agent/ |
$product-decision-agent |
| Claude Code | ~/.claude/skills/product-decision-agent/ |
.claude/skills/product-decision-agent/ |
/product-decision-agent |
| Cursor | ~/.cursor/skills/product-decision-agent/ |
.cursor/skills/product-decision-agent/ |
/product-decision-agent |
| Agent Skills 兼容工具 | ~/.agents/skills/product-decision-agent/ |
.agents/skills/product-decision-agent/ |
由具体 Agent 决定 |
手动复制示例：
mkdir -p ~/.claude/skills/product-decision-agent
cp -R product-decision-agent/. ~/.claude/skills/product-decision-agent/Cursor 也会读取 .agents/skills/、.claude/skills/ 和 .codex/skills/。因此执行一次 ./scripts/install.sh codex，通常就能同时供 Codex 和 Cursor 使用；Claude Code 仍建议安装到自己的目录。
安装后可以直接描述问题，Agent 会根据触发描述自动判断是否调用。也可以显式调用：
Codex：
使用 $product-decision-agent 帮我判断：A/B Test 点击率涨了 12%，但订单没涨，要不要全量？
Claude Code 或 Cursor：
/product-decision-agent 我们有 20 个需求抢两个研发，下一版该怎么排？
通用 Agent：
请按 product-decision-agent 的规则诊断：版本延期两周，产品和研发互相认为是对方的问题。
你不需要在问题里提《毛选》《矛盾论》或《实践论》。真实的产品、运营、增长、数据或协作问题就是触发入口。
.
├── product-decision-agent/ # 可直接安装的标准 Skill 包
│ ├── SKILL.md # 触发、后台推理、输出规则
│ ├── agents/openai.yaml # Codex UI 元数据
│ ├── references/
│ │ ├── methodology-basis.md # 方法来源与产品化映射
│ │ ├── reasoning-engine.md # 复杂问题推理引擎
│ │ ├── product-playbooks.md # 36 个产品工作场景
│ │ └── response-examples.md # 中文回答样例
│ └── scripts/
│ ├── quality_gate.py # 输出质量门禁
│ └── test_quality_gate.py # 门禁回归测试
├── evaluation/ # 36 案例测试与代表性输出
├── docs/ # GitHub Pages、SEO/GEO 与品牌资产
├── design/brand-assets.html # 三张品牌图的可维护视觉源
├── scripts/
│ ├── install.sh # 多 Agent 安装脚本
│ ├── check_publication.py # 页面、元数据、链接和图片门禁
│ └── validate.sh # 项目级验证入口
├── .github/
│ ├── ISSUE_TEMPLATE/ # 中文问题反馈与产品案例表单
│ ├── pull_request_template.md # PR 质量检查清单
│ └── workflows/validate.yml # GitHub Actions
├── README_EN.md # 英文搜索入口
├── CHANGELOG.md
├── CITATION.cff
├── CODE_OF_CONDUCT.md
├── CONTRIBUTING.md
├── SECURITY.md
└── LICENSE
运行完整本地验证：
./scripts/validate.sh它会检查：
- 质量门禁本身的回归测试。
- 代表性正确答案全部通过。
- 故意包含来源暴露和空话的错误答案必须失败。
- 自测报告至少保留 36 个通过案例。
- GitHub Pages 的 SEO/GEO 元数据、本地链接和图片尺寸正确。
- Issue、PR 和社区协作文件完整且保持中文优先。
如果本机有 Codex 的 skill-creator：
python3 ~/.codex/skills/.system/skill-creator/scripts/quick_validate.py product-decision-agent当前测试资产见 self_test_report.md 和 forward_test_report.md。贡献规范见 CONTRIBUTING.md。
如果它确实帮你做出了一个更清楚的产品决策，可以给仓库一个 Star。这会让更多中文产品同学更容易找到它。
- 遇到安装、触发、判断或输出问题，请使用 问题反馈表单。
- 有适合加入测试集的真实场景，请提交 产品案例与优化建议。
- 准备提交代码或 Prompt 修改前，请先阅读 贡献规范 和 社区行为准则。
- 发现提示注入、危险默认行为或供应链问题，请按 安全策略 私密报告。
提交内容必须先脱敏。不要公开公司机密、用户隐私、账号密钥或受限制的内部数据。
- 默认中文，保留 DAU、GMV、CAC、LTV、ROI、MVP、A/B Test 等必要缩写。
- 默认不引用原文、不解释哲学、不讲历史、不进行人物角色扮演。
- 信息足够就行动；信息不足先给条件判断和最小验证，不把所有问题抛回用户。
- 不承诺替代用户研究、数据核验、法务判断或最终业务责任。
- 用户明确要求追溯方法来源时，才读取维护文档并说明映射。
本项目在研究、对照和设计阶段参考并受益于以下开源项目。感谢所有作者和维护者：
本项目没有复制上述项目的 Skill Prompt 或应用代码。它重新面向现代互联网产品工作设计，并刻意把原文、身份扮演和历史表达留在用户可见输出之外。
本仓库不包含《毛泽东选集》全文，不提供原文检索能力，也不作为政治、历史或哲学知识库使用。