产品专家 Agent

v0.25.0 product-expert

仓库：MagicalAci/teampilot-agent-product-expert

核心能力

五大能力 × 全量子命令

点击任意命令即可复制到剪贴板，在 Cursor 中直接粘贴使用。

🔍

调研分析 /深度调研

统一调研分析能力 — 支持单产品深度分析、方向调研、市场全景、用户研究，含国内/海外双采集通道（国内 DeerFlow + MediaCrawler，海外 last30days 覆盖 Reddit/X/YouTube/HN/TikTok/Polymarket），自带质量门禁与三轮事实核查。

/深度调研已复制 /海外调研已复制 /爬取已复制 /体验引导已复制 /调研安装已复制 /调研体检已复制 /调研授权已复制 /调研打包已复制

📋

产品策划 /产品策划

证据驱动的产品策划与 PRD 交付能力，覆盖任务卡冻结、定义闸门、章节编排、配图与校验。含功能需求详情写作规范、模块设计方法论与跨文档一致性检查。

/产品策划已复制 /产品策划校验已复制

🤖

AI策划 /AI策划

面向 AI 方案落地的产品能力，覆盖策略先行提示词、AI PRD、AI 服务构建（12-factor）、脚本开发、测试报告，以及评测驱动开发闭环（评测集、评测体系、自动化评测 pass@k/回归/A-B、调优报告）。含 API Cookbook（11 个可运行示例）和平台能力矩阵。

/AI策划已复制 /AIPRD已复制 /AI脚本已复制 /AI测试已复制 /评测集已复制 /AI评测已复制 /AI调优已复制

🚀

Demo开发 /Demo开发

面向 Web、H5 与 SwiftUI 的产品 demo 开发能力，覆盖 brief、设计系统、脚手架、打磨、校验、交接与一键部署上线（Vercel / Surge / Netlify / Cloudflare）。

/Demo开发已复制 /Demo设计系统已复制 /Demo脚手架已复制 /Demo打磨已复制 /Demo校验已复制 /Demo上线已复制

📊

SQL数据查询 /SQL

星火工坊 AIBI 数据查询分析能力。自然语言提问自动生成 SQL 查询 DBOPS 数据库，输出分析报告。支持快速版（纯聊天输出）和深度版（HTML看板+CSV）。

/SQL已复制 /SQL深度已复制

数据库	业务	状态
sparklab_starcard	星卡（追星小卡鉴定 + 站姐活动电商）	线上
sparklab_picbook	绘本（AI 绘本阅读硬件 + 语音合成）	线上
sg_sparklab_poptoy	泡泡玩具（AI 玩偶社区 + 聊天 + IAP）	线上
其他 5 个库	测肤/社交/作业等	暂未部署

⚙️

通用命令

查看能力清单、检查更新、经验沉淀与版本写回。

/查看能力已复制 /检查Agent更新已复制 /更新请求已复制 /经验写回已复制 /提交产出已复制 /评审结果已复制

一键安装

复制粘贴到 Cursor 聊天框即可

无需 GitHub 账号或仓库权限，任何团队成员均可直接安装。

安装指令复制后粘贴到 Cursor 聊天框

Cursor 会自动执行安装、读取配置、并告诉你当前版本能做什么。

请在 Cursor 中帮我安装并启用产品专家 Agent。请直接执行安装，不要只解释命令。 ## 第一步：执行安装直接运行下面这条命令： curl -fsSL https://teampilot.magicalaci.cn/api/agents/product-expert/install?format=script&version=0.25.0 | bash 如果上面的命令执行失败或超时，改用下面的备用方式： AGENT_DIR="$HOME/TeamPilot/agents/product-expert/0.25.0" mkdir -p "$AGENT_DIR" git clone https://github.com/MagicalAci/teampilot-agent-product-expert.git "$AGENT_DIR" 无论哪种方式，安装失败都不要卡住，直接把报错信息告诉我。 ## 第二步：安装完成后读取这些文件 - ~/TeamPilot/agents/product-expert/0.25.0/QUICKSTART.md - ~/TeamPilot/agents/product-expert/0.25.0/.teampilot/agent.yml - 不要依赖仓库 README.md 作为当前版本能力和命令的最终事实源；README 只能补充背景。如果 QUICKSTART.md 不存在，则读取以下文件代替： - ~/TeamPilot/agents/product-expert/0.25.0/.cursor/rules/product-expert-commands.mdc ## 当前版本信息 - 名称：产品专家 Agent（product-expert） - 版本：0.25.0 - 仓库：MagicalAci/teampilot-agent-product-expert - 简介：内置调研分析（单产品/方向/全景/用户研究）、产品策划、AI策划、Demo开发、SQL数据查询分析五项完整能力的 Cursor 原生 Agent。 - 本地目录：~/TeamPilot/agents/product-expert/0.25.0 ## 核心能力入口参考 - /深度调研：统一调研分析能力 — 支持单产品深度分析、方向调研、市场全景、用户研究，含国内/海外双采集通道，自带 DeerFlow 深度研究、MediaCrawler 社媒采集、质量门禁、逐章写作与三轮事实核查。 - /海外调研：海外通道快捷入口 — 用 last30days 引擎对 Reddit/X/YouTube/HN/TikTok/Polymarket 等海外平台采集并归一，引擎不可用时自动降级。 - /产品策划：证据驱动的产品策划与 PRD 交付能力，覆盖任务卡冻结、定义闸门、章节编排、配图与校验。 - /AI策划：面向 AI 方案落地的产品能力，覆盖策略先行提示词、AI PRD、AI服务构建、脚本开发、测试报告，以及评测驱动开发闭环（/评测集、/AI评测、/AI调优：评测集汇总、评测体系、自动化评测 pass@k/回归、调优报告）。 - /Demo开发：面向 Web、H5 与 SwiftUI 的产品 demo 开发能力，覆盖 brief、设计系统、脚手架、打磨、校验、交接与一键部署上线。 - /SQL：星火工坊 AIBI 数据查询分析能力，自然语言提问自动生成 SQL 查询 DBOPS 数据库，输出分析报告。支持快速版（纯聊天输出）和深度版（HTML看板+CSV）。覆盖 sparklab_starcard、sparklab_picbook、sg_sparklab_poptoy 三个线上库。 ## 第三步：最后用中文回复我 - 是否安装成功 - 本地安装到了哪个目录 - 这个 Agent 当前版本能做什么 - 当前版本有哪些核心能力入口 - 推荐我先从哪个命令开始，以及原因

手动安装（备选）

克隆仓库

git clone https://github.com/MagicalAci/teampilot-agent-product-expert.git

用 Cursor 打开

cursor teampilot-agent-product-expert

开始使用

/查看能力

更新日志

版本历史

每个版本的核心变更记录。

v0.25.0 最新

评测闭环脊椎实跑点亮（自我进化闭环全链路实证）

用真实轨迹评测集端到端跑通扩展后的 run_eval.py 轨迹 grader（tool_called / tool_sequence / tool_args_match / step_efficiency / task_completion）：好版 pass_rate 100%，退化版 33% 并检出回归 + fail-under 门禁阻断
新增轨迹 grader 真实执行测试（不止验"标记存在"，实跑验证 grader 与回归/A-B 机制）+ 样例评测集与报告产物（research/ai-capability-upgrade/eval/）
完成全仓引用完整性扫描（35 处协议/脚本引用零断链）；"研究→综合→增强→评测→发布"自我进化闭环全链路可跑

v0.24.0

AI 能力系统性升级 · Phase 3（6 个实现级 P2 协议 + 零依赖检索脚手架）

新增 6 个 P2 协议（policies/*-p2.md，触发式重基建、含触发判定+选型+集成方案）：高级检索（CRAG/Adaptive-RAG/GraphRAG/ColPali）、CodeAct 与沙箱执行、持久化执行（Temporal/DBOS）、自托管 serving（vLLM/SGLang）、产品化就绪（多租户/SSO/合规）、自进化 Agent 北极星（ACE/ADAS/DGM）
落地零依赖检索脚手架 scripts/retrieval_index.py（纯标准库 BM25+RRF，中文友好，密集层可选降级）+ 测试；各 P0/P1 协议指向对应 P2 文档
新增 P2 契约测试，6 协议登记进 manifest 与 task-navigator；全仓回归通过。至此 12 域 SYNTHESIS 路线图 P0/P1/P2 三阶段全部完成

v0.23.0

AI 能力系统性升级 · Phase 2（6 个 P1 协议 + 既有方法论扩展）

新增 6 个 P1 协议（policies/）：上下文预算（write/select/compress/isolate）、AgentOps 生命周期（build→eval→ship→govern + 准入门禁）、自动 Prompt 优化（GEPA/DSPy 升级判据）、输出契约（schema + reask）、自建 MCP/工具创作、安全红队清单（注入/越狱/外泄/越权）
扩展既有：agent-team-methodology（成本落地约定 + 运行时安全指针）、agent-security-scan（MCP 运行时风险：工具投毒/rug-pull/不可信响应）、llm-eval-methodology（轨迹评测 + red-team 指引）
新增 knowledge/ 跨任务知识库脚手架；aibi-query 接入 Table-RAG-lite 与多轮 history-aware 查询改写；新增 P1 契约测试，全仓回归通过

v0.22.0

AI 能力系统性升级 · Phase 1（13 项 P0 能力协议 + 自我进化闭环脊椎）

新增 11 个跨能力 AI 能力协议（policies/）：推理范式、编排运行时（双账本/恢复/MAST 防护）、自检与接地、检索、跨会话记忆（接 claude-mem）、意图路由与对话、工具使用、运行时安全（间接注入 / HITL 审批闸）、成本纪律（预算护栏）、Agent 轨迹评测、能力注册表
新增 .cursor/rules/intent-router.mdc 运行时路由规则；task-navigator.mdc 加「预检判定块」串联全部协议；扩 run_eval.py 加 agent 轨迹 / 工具调用 grader（闭环脊椎）；提示词库新增结构化输出强约束
基于 12 域 · ~700 条 SOTA 调研综合（research/ai-capability-upgrade/SYNTHESIS.md）；新增 8 个 P0 契约测试，全仓回归通过

v0.21.0

AI策划新增评测驱动开发（EDD）闭环

新增 /评测集、/AI评测、/AI调优：覆盖评测集汇总（黄金集四桶 60/15/15/10）、评测体系（维度/量规/grader/LLM-as-judge + 偏差校正 + Cohen's κ 校准）、自动化评测（run_eval.py 规则 grader + pass@k + 回归 + A/B）、评测报告与 GEPA 式调优报告
新增 policies/llm-eval-methodology.md：评测驱动开发方法论，蒸馏自 DeepEval·promptfoo·Ragas·Inspect AI·GEPA/DSPy·Langfuse/Phoenix·OTel GenAI
新增「策略先行提示词」「AI 服务构建（12-factor）」references；新增 6 个模板 + 3 个纯标准库脚本；6 个评测台契约测试 + 全量回归通过

v0.19.0

集成图片提示词连接器 + 提示词工程方法论

新增 /图片提示词：连接 nano-banana-pro（10000+ Gemini 图片提示词，MIT），按需安装、不可用降级，服务产品配图/Demo 视觉/海报缩略图
新增 policies/prompt-engineering-techniques.md：22 个提示词工程技术蒸馏自 NirDiamant/Prompt_Engineering，强化 AI策划的 Prompt 合同与技能编写
接入 AI策划 SKILL、方法论库、命令路由、agent.yml；新增契约测试

v0.18.1

安全门禁加允许清单（内网专用凭据按业务保留内置）

哈啰幻视内部网关凭据为内网专用端点（外网不可达），示例恢复内置以便开箱即用
安全自检脚本新增 ALLOWLISTED_SECRETS 豁免该内部凭据；门禁仍拦截其它意外的外部密钥

v0.18.0

仓库级安全自检门禁

新增 scripts/security_self_check.py + security-self-check.yml CI：每次 PR/push 扫硬编码密钥与 .env 卫生
修复：移除 skills/ai-planning-orchestrator 示例里硬编码的内部大模型 API key，改为环境变量 HELLOBIKE_API_KEY（11 个脚本 + 1 个参考文档）
.gitignore 补齐 .env 忽略规则
修正 agent-security-scan.md：明确 AgentShield 仅识别 .claude/，本仓库门禁用自检脚本

v0.17.0

新增 /安全扫描 + 借鉴 ECC 运维方法论

新增 policies/agent-security-scan.md：/安全扫描 安全自检连接器，集成 AgentShield（ecc-agentshield，MIT）
扫描配置/指令文件的密钥、过宽权限、提示注入、风险 MCP、Hook 注入；按需安装、不可用降级为人工自检
方法论库新增「借鉴 ECC」节：持续学习(Instincts)增强经验写回、Token 优化、worktree 并行、验证循环(evals)
接入命令路由与提交评审契约（写回前先跑安全扫描）；新增契约测试

v0.16.0

内置团队架构与技能编写方法论

新增 policies/agent-team-methodology.md：蒸馏适配自 revfactory/harness（Apache-2.0）
6 种团队架构模式（流水线/扇出扇入/专家池/生成-检验/监督者/层级委托），适配到 Cursor 子代理体系
技能编写与测试方法论：Description 触发、Why-First、渐进式披露、With-skill vs Baseline 对照
接入 task-navigator 编排与 /经验写回·/更新请求自我进化流程；新增方法论契约测试

v0.15.0

新增海外调研通道（/海外调研）

新增 /海外调研 命令，集成 last30days 引擎覆盖 Reddit/X/YouTube/HN/TikTok/Polymarket 等海外平台
调研分析升级为国内/海外双采集通道，海外结果归一到 03-normalized/overseas/ 标准件并接入写作/核查/配图流水线
新增 protocols/overseas-research.md 海外通道协议与 references/last30days-connector.md 连接器说明
连接器模式：引擎按需 npx skills add mvanhorn/last30days-skill -g 安装，不可用时自动降级为 firecrawl/exa + WebSearch
新增海外连接器契约测试，修复历史 CI 红线后全量测试转绿

v0.14.0

新增 /Demo上线部署能力

新增 /Demo上线 命令，将 Web/H5 demo 一键部署到云端获取可分享链接
支持四个平台：Vercel（默认推荐）、Surge.sh（极速分享）、Netlify、Cloudflare Pages
新增 deploy_demo.py 部署脚本 + run_pipeline.py deploy 子命令
SwiftUI demo 正确拒绝在线部署并给出替代建议
完整的四平台指南：安装认证、Serverless Functions、免费额度、故障排除
部署结果自动记录到 deploy/deploy-result.md
新增 4 个 deploy smoke test 覆盖各 stack 场景

v0.13.0

新增作业监督数据库 + 环境修正

新增第 4 个可查库：sparklab_homework_monito（作业监督，11 张表）
完整 schema 文档：用户、任务、专注度、走神、学习报告、AI 解析等
新增 9 个作业监督查询案例（年级分布、DAU、专注度、学科时长等）
AIBI SQL 查询统一使用 env=PRO，环境名修正 PROD → PRO
修正 DBOPS 链接 ID，更新权限申请引导
CI/CD 自动部署 + version-sync 规则

v0.12.2

AIBI SQL 环境配置 + CI/CD 自动化

AIBI SQL 查询统一使用 env=PRO 查询生产数据
权限申请引导优化：给出 DBOPS 链接，点击右上角「申请权限」选择只读
新增 Cloudflare Pages 自动部署，push 到 main 即自动上线
auto-release 同步更新 README + docs 版本号
新增 version-sync cursor rule，版本更新时提醒同步 changelog

v0.10.0

新增 GitHub Pages 文档网站（能力展示、一键安装、版本历史）
重构一键安装指令，改为单代码块 + TeamPilot API 分发

v0.9.1

新增一键安装指令：复制粘贴到 Cursor 聊天框即可自动部署
修复一键安装指令中嵌套代码块导致的 Markdown 渲染问题
更新 README、MCP 文档和版本号，反映 AIBI SQL 能力上线

v0.9.0

拆分 /SQL（快速版）和 /SQL深度（深度版）为两个独立命令入口
快速版：聊天内直接输出结论+表格+图表，不写文件
深度版：生成 HTML 看板 + CSV 数据表 + 完整洞察分析

v0.8.0

新增第五项核心能力

新增「SQL 数据查询分析」能力（AIBI），自然语言提问 → 自动 SQL → 数据报告
覆盖 sparklab_starcard、sparklab_picbook、sg_sparklab_poptoy 三个线上库
含 63 张表完整结构文档、11 个查询案例、DBOPS API 规范、HTML 看板模板
自带 Token 管理、权限申请引导

v0.7.0

新增模块设计方法论、精度盲点检查与跨文档一致性校验
功能需求详情写作规范从「建议」升级为「铁律」，强制执行

v0.6.0

产品策划 Skill 新增功能需求详情写作规范

v0.5.0 – v0.5.1

Research Toolkit 全面升级

将 SPCA（单产品分析）+ LRS（工具链）合并为统一的 Research Toolkit
支持多任务类型：单产品分析、方向调研、市场全景、用户研究
新增 DeerFlow 深度研究、MediaCrawler 社媒采集、QR 授权、跨平台 bootstrap
新增任务领航规则 (task-navigator.mdc)：Agent 主动规划工作路径
新增自动发布工作流（version bump → GitHub Release）

v0.4.0

新增 task-navigator alwaysApply 规则：Agent 启动后主动分析目标、输出分阶段工作规划
产品策划增强：全周期方法论 + 通用 PRD 框架
AI策划增强：API Cookbook（11 个可运行示例）+ 平台能力矩阵

v0.3.0

新增 Demo 开发能力：支持 Web、H5、SwiftUI demo 全流程
首个完整四能力版本（调研分析 + 产品策划 + AI策划 + Demo开发）

v0.1 – v0.2

初始 Agent 骨架：调研分析 + 产品策划 + AI策划
Agent manifest、命令路由规则、回归测试基础设施

快速体验

常用指令示例

复制到 Cursor Chat 即可开始。

/深度调研豆包爱学

/产品策划家长端留存提升方案

/AI策划 PRD 生成 Agent

/Demo开发 AI 陪练产品首页 demo，目标平台：H5

/SQL 帮我看下星卡最近的用户和订单情况

/SQL深度出一份绘本产品的完整运营分析报告