调研工作流
先找现成方案和最佳实践，减少重复造轮子，也避免凭感觉选型。
把这段发给 AI，让它帮你装好技能
学员不用手动研究目录和配置。把下面这段复制给 Codex、Claude Code 或 WorkBuddy，让 AI 先装调研工作流，再按课程路线补齐其他技能。
请帮我优先安装 AI 工作流训练营需要的 skills，特别是 Research Workflow Skill：https://github.com/wangjialiang678/research-workflow-skill。然后继续安装 Requirement Discovery：https://github.com/wangjialiang678/requirement-discovery-skill、Auto-Dev：https://github.com/wangjialiang678/claude-auto-dev、wechat-article-extractor：https://github.com/wangjialiang678/wechat-article-extractor-skill。安装完成后，请逐项告诉我：已安装、需要我提供 API Key、或失败原因，并用一次调研请求验证 research-workflow 能触发。
- 1 Research Workflow Skill先装这个。它负责“先找证据，再做方案”，也是训练营最重要的工作流。
- 2 Requirement Discovery + Auto-Dev把模糊想法澄清成 PRD，再进入可验证、可修复的开发闭环。
- 3 Wechat Extractor + Search MCP补中文公众号材料，并按需配置 Tavily、Exa、Brave 做多源调研。
学员应该按这个顺序练
不要从“让 AI 写代码”开始。真正可复用的能力，是把想法变成证据、需求、实现、界面和验证。
AI 搜索工具箱
知道 Tavily、Brave、Exa、GitHub、Context7/GitMCP 分别适合查什么。
公众号文章下载 skill
用 wechat-article-extractor 把中文生态里的公众号文章纳入调研材料。
需求澄清
把模糊 idea 变成 PRD：用户、场景、边界、验收标准都要说清楚。
Auto-Dev
用 PRD 驱动闭环开发：拆任务、并行实现、跑测试、失败后修复。
Frontend Design
把产品界面做得能被人使用、愿意展示，而不是只停留在功能可用。
GStack / Superpowers
最后再借鉴成熟工作流里的工程纪律和角色分工。
核心工作流
这里保留学员真正需要带走的内容：方法、适用场景、可复制命令和公开链接。
01
调研工作流
先查证据，再做设计。适合开源方案发现、技术选型、竞品和最佳实践调研。
课堂里你要记住的动作
先判断调研深度，再选择调研场景，最后把结论和来源沉淀下来。
- L1：快速确认一个事实或用法。
- L2：比较方案、找 GitHub 项目、做技术评估。
- L3：高风险决策，多方向并行调研。
02
AI 搜索工具箱
调研不是只用一个搜索引擎。不同工具适合不同任务，组合使用能减少遗漏。
- Tavily：最新信息、实时网页、近期动态。
- Brave Search API：广覆盖网页搜索、交叉验证、补充来源。
- Exa：语义搜索、相似产品、替代方案和高质量内容。
- GitHub CLI / GitHub Search：开源项目、Stars、维护状态、License。
- Context7 / GitMCP：官方文档、库用法和版本差异。
- Scrapling / Playwright / Camoufox：普通抓取失败时的网页抓取和浏览器验证。
这台 Codex 里已经装好 Exa / Tavily / Brave MCP
不需要重复安装。课堂里重点记住：Tavily 适合作为 Agent 默认搜索流水线，Exa 适合语义研究和相似内容，Brave 适合广覆盖和第二搜索源校验。
| 场景 | 推荐 |
|---|---|
| AI Agent 默认联网搜索 | Tavily |
| 找代码文档、实现例子、语义相关资料 | Exa |
| 需要更广的网页、新闻、图片、视频、本地结果 | Brave |
| 深度调研，需要多源交叉验证 | Tavily + Brave + Exa |
| RAG 获取网页正文 | Tavily Extract/Crawl 或 Brave LLM Context |
| 找“像这个网页一样”的内容 | Exa |
03
微信公众号文章下载 skill
中文实践经验经常藏在公众号文章里。用本地 skill 把公开文章转成 Markdown，方便后续总结、引用和比对。
两个名字不要混淆
wechat-article-extractor 是 Agent skill / 工作流层；wechat-article-to-markdown 是底层 Markdown 下载器。
- 先搜索候选文章，拿到标题、公众号名、日期和摘要。
- 再用标题和公众号名寻找真实的 mp.weixin.qq.com 链接。
- 下载后检查 Markdown 是否完整、图片是否保存、批量任务是否需要生成索引。
- 遇到验证码或反爬信号要暂停，不做高频爬虫。
04
需求澄清
不要把一句 idea 直接交给 AI 写代码。先让 AI 追问，直到能产出 PRD 或技术说明。
一个可直接复制的提示词
你是我的产品合伙人。请不要直接给方案，先连续追问，帮我澄清目标用户、真实场景、核心问题、非目标、验收标准和技术约束；当信息足够后，再输出一版 PRD。
- 适合黑客松：把“想做个工具”变成 24 小时内能交付的范围。
- 适合个人项目：先压缩需求，再决定是否进入开发。
- 可以和调研工作流配合：澄清后再查竞品、开源项目和实现路线。
你是我的产品合伙人。请不要直接给方案，先连续追问，帮我澄清目标用户、真实场景、核心问题、非目标、验收标准和技术约束；当信息足够后，再输出一版 PRD。
05
Auto-Dev
把 PRD 交给工作流，而不是交给一句泛泛的“帮我实现”。它会拆任务、隔离开发、验证和修复。
- 适合已有 PRD 的项目。
- 适合需要并行开发多个独立模块的任务。
- 适合现场演示“失败后自动修复”的闭环思路。
/plugin marketplace add wangjialiang678/claude-auto-dev
/plugin install claude-auto-dev@claude-auto-dev
06
Frontend Design
让 AI 在写页面前先选择明确的视觉方向，减少普通模板感，做出能展示的产品界面。
- 适合做黑客松 Demo、落地页、Dashboard、工具界面。
- 重点不是“更花”，而是界面有清晰的对象、语气和信息层级。
- 建议先做一次无 skill 版本，再做一次加载 skill 的版本，对比差异。
/plugin install frontend-design@claude-plugins-official
最后再看两个成熟工作流
它们不要求你马上全量使用，但很适合借鉴工程纪律和角色分工。
GStack
把 AI 编程拆成虚拟工程团队：CEO、工程经理、设计师、QA、安全官、发布工程师。适合想建立完整产品交付流程的人。
打开 GitHubSuperpowers
强调需求讨论、计划、TDD、系统性调试和完成前验证。适合想让 AI 更像严格工程协作者的人。
打开 GitHub
/plugin install superpowers@claude-plugins-official
课上练习建议
用一个黑客松项目 idea 开始：先调研，再澄清 PRD，再用 Auto-Dev 做最小闭环，最后用 Frontend Design 做一个能展示的界面。
我想做一个帮助黑客松团队在 24 小时内从想法到可演示产品的 AI 助手。请先调研类似方案，再追问我生成 PRD。
一句话总结
AI 工作流不是把任务丢给模型，而是把模型放进一个有顺序、有证据、有验收标准的研发系统。