skene
通过智能分析代码库，自动生成用户旅程图，帮助理解产品生命周期。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：skene。 它的用途是：通过智能分析代码库，自动生成用户旅程图，帮助理解产品生命周期。 完整的 Skill 内容见：https://321skill.com/skills/skene/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我分析一下当前目录下的项目代码，生成用户旅程图。” 它会引导你完成模型选择和认证，然后自动扫描代码库，生成一个包含发现、激活、留存等七个标准阶段的交互式旅程图，并高亮显示支撑每个关键节点的具体代码证据。
介绍
Skene 是一款专为开发者设计的代码分析工具，它解决了在复杂代码库中难以直观理解用户与产品互动全貌的痛点。通过深入分析代码和数据库结构，Skene 能够自动识别并构建出用户从发现到推荐产品的完整旅程。
使用 Skene 非常简单，只需通过一行命令安装其交互式终端界面（TUI），然后运行 skene 命令。TUI 会引导你选择 AI 模型提供商、完成认证，并指定要分析的代码库路径，整个过程无需预先配置。分析完成后，它会生成一个 journey.yaml 文件，并启动一个本地 Web 应用，以交互式图表的形式可视化展示用户旅程的各个阶段和里程碑。
这款工具非常适合产品经理、全栈开发者和项目经理。产品经理可以用它来验证产品逻辑是否被完整实现；开发者可以快速理解陌生代码的业务流程；项目经理则能借助它来梳理项目范围和进行技术交接。
建议在使用时，确保代码库结构相对清晰，并准备好数据库的 SQL 导出文件（如适用），这样能获得更丰富、证据更确凿的分析结果。初次使用推荐从较小的项目开始，以熟悉其输出格式和分析逻辑。
核心特点
Skene 的核心区别在于其“双代理”分析架构：一个代理专门分析代码逻辑，另一个代理分析数据库模式，两者并行工作并合并结果，为每个用户旅程里程碑提供指向具体代码行或数据库表的“证据”，而非仅靠模型猜测。此外，它强制将任何产品映射到一套标准的七阶段用户生命周期模型（发现、激活、留存等），使得不同产品间的用户旅程具有可比性。
注意事项
对于代码结构极其混乱、缺乏明确业务逻辑分层或大量使用动态代码生成的项目，分析结果的准确性和可读性可能会显著下降。
常见问题
Skene 支持哪些 AI 模型？
支持 OpenAI、Gemini、Claude 等主流模型，以及 LM Studio、Ollama 等本地模型和任何 OpenAI 兼容的 API 端点。
分析需要联网吗？
如果使用云端 AI 模型（如 GPT-4），则需要联网；如果使用本地部署的模型（如通过 Ollama），则可以在离线环境下运行。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/skene/raw/index.md 读取 skene 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/skene/raw/index.md（查看排版版本）