--- slug: "maoxuan-product-agent" source_type: "readme" source_url: "https://cdn.jsdelivr.net/gh/atdy/maoxuan-product-agent@main/README.md" repo: "https://github.com/atdy/maoxuan-product-agent" source_file: "README.md" branch: "main" --- # Maoxuan Product Agent ### 从《矛盾论》《实践论》蒸馏出来的中文产品工作 Agent [在线介绍](https://atdy.github.io/maoxuan-product-agent/) · [12 个决策案例](https://atdy.github.io/maoxuan-product-agent/cases/) · [讨论区](https://github.com/atdy/maoxuan-product-agent/discussions) · [skills.sh](https://www.skills.sh/atdy/maoxuan-product-agent/product-decision-agent) · [Agent Skills](https://agent-skills.md/skills/atdy/maoxuan-product-agent/product-decision-agent) · [Skillstore](https://skillstore.io/skills/atdy-product-decision-agent) · [English](https://github.com/atdy/maoxuan-product-agent/blob/HEAD/README_EN.md) · [安装](#安装) · [回答示例](#回答长什么样) · [设计审计](https://github.com/atdy/maoxuan-product-agent/blob/HEAD/evaluation/source_reading_audit.md) [![GitHub stars](https://img.shields.io/github/stars/atdy/maoxuan-product-agent?style=flat&color=c2332d)](https://github.com/atdy/maoxuan-product-agent/stargazers) [![Validate skill](https://github.com/atdy/maoxuan-product-agent/actions/workflows/validate.yml/badge.svg)](https://github.com/atdy/maoxuan-product-agent/actions/workflows/validate.yml) [![GitHub release](https://img.shields.io/github/v/release/atdy/maoxuan-product-agent?color=1f6b4f)](https://github.com/atdy/maoxuan-product-agent/releases/latest) [![skills.sh](https://img.shields.io/badge/skills.sh-product--decision--agent-111827.svg)](https://www.skills.sh/atdy/maoxuan-product-agent/product-decision-agent) [![Skillstore quality](https://img.shields.io/badge/Skillstore_quality-83%2F100-d4a72c.svg)](https://skillstore.io/skills/atdy-product-decision-agent) [![License: MIT](https://img.shields.io/badge/License-MIT-2f6f4e.svg)](LICENSE) ![Language](https://img.shields.io/badge/Language-中文-cb2b2b.svg) ![Agent Skills](https://img.shields.io/badge/Agent_Skills-Compatible-2563eb.svg) ![Maoxuan Product Agent：从《矛盾论》《实践论》蒸馏的中文产品决策 Agent](https://github.com/atdy/maoxuan-product-agent/raw/HEAD/docs/assets/social-preview.png) > 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： ~~~text 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。** ### 30 秒开始 一条命令安装到 Codex、Claude Code 和 Cursor： ~~~bash 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： ~~~text 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](https://github.com/atdy/maoxuan-product-agent/releases/download/v1.0.3/product-decision-agent-v1.0.3.zip)，解压后按[手动安装](#手动安装)放入对应目录。 项目已被 [skills.sh](https://www.skills.sh/atdy/maoxuan-product-agent/product-decision-agent)、[Agent Skills](https://agent-skills.md/skills/atdy/maoxuan-product-agent/product-decision-agent)、安全审计通过且质量评分 83/100 的 [Skillstore](https://skillstore.io/skills/atdy-product-decision-agent)，以及 4.2 万 Star 的 [Agentic Awesome Skills](https://github.com/sickn33/agentic-awesome-skills/tree/main/skills/product-decision-agent) 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。 ## 它不是什么 - 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。 ## 为什么值得用 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： ~~~mermaid 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 ~~~ ## 方法是怎样被蒸馏的 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](https://github.com/atdy/maoxuan-product-agent/blob/HEAD/evaluation/source_reading_audit.md) 与 [methodology-basis.md](https://github.com/atdy/maoxuan-product-agent/blob/HEAD/product-decision-agent/references/methodology-basis.md)。 ## 回答长什么样 默认结构很简单： 1. **问题判断**：一句话指出真正问题。 2. **原因分析**：解释为什么这是当前关键。 3. **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。 4. **风险提醒**：明确现在不要做什么。 5. **需要确认**：只在会改变判断时出现，最多 3 个问题。 示例： ~~~text 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。 ~~~ ### 直接看 12 个真实决策案例 - **需求与项目**：[老板临时插需求](https://atdy.github.io/maoxuan-product-agent/cases/boss-insert-request.html) · [20 个需求怎么排优先级](https://atdy.github.io/maoxuan-product-agent/cases/requirement-prioritization.html) · [项目延期两周](https://atdy.github.io/maoxuan-product-agent/cases/project-delay.html) - **增长与实验**：[增长停滞](https://atdy.github.io/maoxuan-product-agent/cases/growth-stagnation.html) · [DAU 连续下滑](https://atdy.github.io/maoxuan-product-agent/cases/dau-decline.html) · [新版本后留存下降](https://atdy.github.io/maoxuan-product-agent/cases/retention-drop-after-release.html) · [A/B Test 点击涨但订单不涨](https://atdy.github.io/maoxuan-product-agent/cases/ab-test-clicks-no-orders.html) - **运营与供给**：[社区冷启动](https://atdy.github.io/maoxuan-product-agent/cases/community-cold-start.html) · [内容供给不足](https://atdy.github.io/maoxuan-product-agent/cases/content-supply-shortage.html) · [活动参与率低](https://atdy.github.io/maoxuan-product-agent/cases/campaign-low-participation.html) - **数据与用户**：[数据口径不一致](https://atdy.github.io/maoxuan-product-agent/cases/data-definition-conflict.html) · [用户反馈互相矛盾](https://atdy.github.io/maoxuan-product-agent/cases/conflicting-user-feedback.html) 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](https://atdy.github.io/maoxuan-product-agent/cases/)。 ## 适合谁 - 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。 ## 安装 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。 ### 通用安装器（推荐） 通过 Vercel 的开源 Agent Skills CLI，一次安装到 Codex、Claude Code 和 Cursor： ~~~bash 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： ~~~bash npx skills add atdy/maoxuan-product-agent --list ~~~ ### 直接下载 不使用 Node.js 或 Git 时，下载 [product-decision-agent-v1.0.3.zip](https://github.com/atdy/maoxuan-product-agent/releases/download/v1.0.3/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](#手动安装)放入对应 Agent 的 Skills 目录。 ### 一键安装 先克隆仓库： ~~~bash git clone https://github.com/atdy/maoxuan-product-agent.git cd maoxuan-product-agent ~~~ 然后运行： ~~~bash # 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： ~~~bash ./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 ~~~ ### 手动安装 | 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： ~~~bash 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。 ## 使用 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： ~~~text 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： ~~~text /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： ~~~text 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。 ## 项目结构 ~~~text . ├── 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 ~~~ ## 验证 运行完整本地验证： ~~~bash ./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： ~~~bash python3 ~/.codex/skills/.system/skill-creator/scripts/quick_validate.py product-decision-agent ~~~ 当前测试资产见 [self_test_report.md](https://github.com/atdy/maoxuan-product-agent/blob/HEAD/evaluation/self_test_report.md) 和 [forward_test_report.md](https://github.com/atdy/maoxuan-product-agent/blob/HEAD/evaluation/forward_test_report.md)。贡献规范见 [CONTRIBUTING.md](https://github.com/atdy/maoxuan-product-agent/blob/HEAD/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](https://github.com/atdy/maoxuan-product-agent)。这会让更多中文产品同学更容易找到它。 ## 参与共建 - 遇到安装、触发、判断或输出问题，请使用 [问题反馈表单](https://github.com/atdy/maoxuan-product-agent/issues/new?template=bug_report.yml)。 - 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](https://github.com/atdy/maoxuan-product-agent/issues/new?template=product_case.yml)。 - 准备提交代码或 Prompt 修改前，请先阅读 [贡献规范](https://github.com/atdy/maoxuan-product-agent/blob/HEAD/CONTRIBUTING.md) 和 [社区行为准则](https://github.com/atdy/maoxuan-product-agent/blob/HEAD/CODE_OF_CONDUCT.md)。 - 发现提示注入、危险默认行为或供应链问题，请按 [安全策略](https://github.com/atdy/maoxuan-product-agent/blob/HEAD/SECURITY.md) 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。 ## 设计边界 - 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。 ## 致谢 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： - [leezythu/maoxuan-skill](https://github.com/leezythu/maoxuan-skill) - [zhangtianruiwork-droid/Maoxuan-Changzheng](https://github.com/zhangtianruiwork-droid/Maoxuan-Changzheng) - [weiyinfu/MaoZeDongAnthology](https://github.com/weiyinfu/MaoZeDongAnthology) 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。 ## License [MIT License](https://github.com/atdy/maoxuan-product-agent/tree/HEAD/LICENSE) 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。