← ClaudeAtlas

deep-analysislisted

深度需求分析。单命令 /deep-analysis <需求> 走完 需求澄清→GitHub调研+模拟→可行性整合→可选对抗→PRD 输出。内置 researcher/simulator 2 子代理并行。触发:复杂/多模块/需调研的功能。简单需求(单页面/单接口/改文案)不触发。
suyu-creator/deep-analysis-skills · ★ 2 · AI & Automation · score 73
Install: claude install-skill suyu-creator/deep-analysis-skills
# Deep Analysis 单命令走完「需求 → 调研 → 可行性 → PRD」。 ## 触发判断 复杂需求才执行,满足任一即复杂: - 多模块 / 需要架构决策 - 涉及外部集成(支付/登录/第三方 API) - 需要调研竞品 / 复用候选 / 技术选型 - 存在规模/并发/安全风险 - 用户说"做个 XX 系统/平台",范围模糊 **简单需求不执行**,直接给 1 句方案。 ## 流程总览 ``` /deep-analysis <需求> ├─ Step 1 需求澄清(1-2 问 → 锁定范围)── 用户确认 ├─ Step 2 researcher ⟂ simulator 并行调研 ├─ Step 3 可行性整合(主 Agent 直接输出)── 用户确认 ├─ 可选 对抗 red-team(用户 decide) └─ Step 4 输出 PRD.md(标注每个模块复用来源) ``` ## Step 1: 需求澄清 问 1-2 个关键问题(平台?规模?已有代码还是全新?),锁定范围后用户确认。 输出 `phase0`: ```json { "requirement": "<需求原文>", "platform": "<平台>", "scale": "<规模>", "existing_code": "<greenfield / 已有项目路径>", "anti_goal": "<明确不做哪些>" } ``` ## Step 2: 调研 + 模拟(并行 spawn) 基于 phase0,**并行 spawn 两个子代理**: - **researcher** — 用 `github-code-rag` MCP 搜 GitHub 同类项目,产出复用候选清单。Spawn an Agent using the prompt from `agents/researcher.md`,传入 phase0。 - **simulator** — 模拟实现过程,主动发现遗漏。Spawn an Agent using the prompt from `agents/simulator.md`,传入 phase0。 两者都只依赖 phase0,互不依赖,并行跑。 ## Step 3: 可行性整合 两者返回后,主 Agent 直接整合输出: ``` ## 可行性整合 ### 复用候选 Top 3 | repo | 用途 | 适用性 | ### 遗漏 Top 5(从 simulator) | 遗漏 | 严重度 | 解决方案 | 来源 | ### 7 类死因自检 | 死因 | 成立? | 应对 | |------|------|------| | 市场 | 是/否 | <方案> | | 技术 | 是/否 | <方案> | | 人 | 是/否 | <方案> | | 时机 | 是/否 | <方案> | | 钱 | 是/否 | <方案> | | 采用 | 是/否 | <方案> | | 监管 | 是/否 | <方案> | ### 裁决 proceed / 改 / 转向 / kill ``` HIGH 风险给应对方案,查 GitHub 找实证。 展示后问用户:**"方向对吗?可行性 OK 吗?要不要跑对抗 red-team?"** ## 可选: 对抗 red-team 用户选「对抗」时执行。扮演 6 个角色攻击方案:竞争者 / 愤怒客户 / CFO / 超负荷工程师 / 监管者 / 投