agentsclimarketplace

Insight orchestrator

Skill LuckyOneTwoThree/pm-skill/pm-01-discovery/orchestrators/insight-orchestrator

102 AI Agent Skills for the full product lifecycle. Compatible with Trae / Claude Code. 9 modules from discovery to launch to growth. | 102 个覆盖产品全生命周期的 AI Agent Skills，兼容 Trae / Claude Code，9 大模块从探索发现到上线增长。

Install
npx -y skills add LuckyOneTwoThree/pm-skill --skill insight-orchestrator

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

2 things to look at

  • no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.
  • 6 stars6 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

当需要执行完整的需求分析流程时使用。需求洞察指挥官，调度insight-analysis完成JTBD、需求分层、5Whys、KANO分类和优先级评分。关键词：需求分析流程、需求洞察编排、需求优先级全流程、JTBD、5Whys、KANO、优先级评分、分析需求、挖掘需求、用户需求、需求排序。本编排器为透传编排器，仅调度1个子Skill(insight-analysis)，上层编排器也可直接调用insight-analysis。

SKILL.md

7.5 KB, ~2.3k tokens by cl100k_base, as published. Nobody here has run it

需求洞察指挥官

核心原则

  1. 需求≠问题——用户描述的是解决方案不是问题本身，编排器确保先拆解（requirement-layers）再分析（jtbd/5whys），避免停留在表面需求
  2. 多维度交叉验证——JTBD+需求三层+5Whys+KANO四维交叉，单一维度结论不可信，编排器确保各维度数据汇合后才输出最终优先级
  3. 串行依赖并行独立——有数据依赖的步骤串行（5whys依赖jtbd），无依赖的步骤并行（jtbd与requirement-layers可并行），缩短整体周期
  4. 人类决策不可替代——情感诉求验证、KANO边界判定、优先级权重确认必须人类参与，编排器在每个阶段卡口设置人类决策点

编排器定位声明

本编排器当前 Pipeline 仅包含 1 个子 Skill（insight-analysis），属于合并简化后的退化编排器。保留本编排器的理由：

  1. 统一入口：为需求洞察子模块提供标准化的调用入口，上层编排器（如 product-launch-orchestrator）无需关心内部子 Skill 的合并历史
  2. 阶段总结：强制生成阶段总结文档（post_pipeline），确保子模块产出可审计、可追溯
  3. 异常处理：提供统一的异常处理策略和降级方案，子 Skill 自身的降级策略不覆盖编排器层面的异常拦截
  4. 人类决策点：在子 Skill 执行前后提供人类决策卡口，确保关键结论经人类确认后才传递下游

若未来该子模块需要扩展为多阶段 Pipeline，本编排器可直接增加阶段，无需修改上层编排器的调用方式。

编排协议

编排协议遵循 orchestrator-protocol.md 统一标准。

本编排器为透传编排器，职责是提供统一入口、阶段总结和异常处理。上层编排器（如product-launch-orchestrator）可直接调用insight-analysis子Skill，无需经过本编排器。

Pipeline 定义

pipeline: insight-orchestrator
version: 9.0

post_pipeline:
  - action: stage-summary
    output: output/phase-reports/pm-discovery/insight-orchestrator.md

stages:
  - id: phase-1
    name: "需求洞察分析"
    skills: [insight-analysis]
    gate:
      condition: "insight-analysis输出文件已生成"
      fail_action: "按子Skill失败原因处理，必要时升级人类"

阶段执行计划

阶段1：需求洞察分析

调用 insight-analysis

Skill: insight-analysis
输入:
  voice_analysis: output/pm-discovery/user-research-voice-analysis/voice-analysis.json
  behavior_analysis: output/pm-discovery/user-research-behavior-analysis/behavior-analysis.json
  requirements: 用户提供 或 output/pm-discovery/user-research-voice-analysis/voice-analysis.json（可选）
输出: output/pm-discovery/insight-analysis/insight-analysis.json
验证:
  - 输出文件已生成且内容完整
模式: 🤖→👤（优先级权重需人类确认）

阶段总结（post_pipeline）

所有业务阶段执行完成后，必须立即生成阶段总结文档：

动作: 生成阶段总结
输入:
  所有子Skill输出: output/pm-discovery/insight-analysis/
  人类决策记录: 本轮执行中的人类决策点及结果
输出: output/phase-reports/pm-discovery/insight-orchestrator.md
验证: 阶段总结文档已生成，6项结构（执行概览/关键发现/决策记录/产出清单/风险与待办/下游衔接）均非空
下游衔接:
  primary:
    target: opportunity-orchestrator
    reason: 洞察分析完成，将洞察转化为可执行的机会
    input_mapping:
      insight_analysis_output: "output/pm-discovery/insight-analysis/ → opportunity-definition输入"
  alternatives:
    - target: market-orchestrator
      reason: 洞察结论缺乏市场数据验证，需补充市场分析
      condition: 洞察中市场数据引用率<30%或关键假设缺乏市场验证时
    - target: user-research-orchestrator
      reason: 洞察深度不足，需更多用户研究支撑
      condition: 洞察样本量不足或用户画像不清晰时
  special_cases:
    - target: insight-analysis
      reason: 仅需补充特定维度的需求洞察，无需完整编排流
      condition: 已有洞察基础，仅需增量更新时
模式: 🤖

⏸ 阶段卡口：阶段总结文档已生成且6项结构均非空 → 未通过：补充缺失结构项后重新生成

阶段卡口

卡口条件未通过处理
输出文件已生成insight-analysis.json 已生成按子Skill失败原因处理，必要时升级人类
阶段总结已生成output/phase-reports/pm-discovery/insight-orchestrator.md 已生成且6项结构均非空补充缺失结构项后重新生成

人类决策点

决策点触发条件决策内容
KANO边界判定insight-analysis KANO分类完成确认边界情况的分类归属
优先级权重确认insight-analysis 优先级评分完成确认评分权重和最终优先级排序

异常处理

异常类型处理策略
子Skill执行失败按子Skill内部降级策略处理，编排器层面暂停并上报人类
上游数据全部缺失降级为轻量版流程：用户口述需求 → 调用insight-analysis拆解 → 基于描述评分
阶段总结生成失败基于已完成的子Skill输出生成部分总结，缺失项标注"数据缺失"，不阻塞编排完成

变更记录

  • v1.0: 初始版本
  • v2.0: description触发词优化
  • v3.0: 新增子Skill执行协议，将描述性调度改为命令式可执行步骤；新增阶段执行计划含读取路径、输入输出、验证条件；新增阶段卡口表格
  • v4.0: 统一阶段执行计划为表格格式，移除数据流转图
  • v5.0: 核心原则重写为编排理念；新增异常处理表；阶段4验证条件新增base_score/kano_bonus
  • v6.0: 编排协议优化——将"读取子Skill定义并代理执行"改为"使用Skill工具显式调用子Skill"；新增Pipeline定义；阶段执行计划改为调用指令格式
  • v7.0: 阶段总结强化——Pipeline新增post_pipeline定义；调用规则第6条改为强制执行；异常处理新增阶段总结生成失败策略
  • v8.0: 合并insight-jtbd/insight-requirement-layers/insight-5whys/insight-kano/insight-priority-scoring为insight-analysis，Pipeline stages从4阶段简化为1阶段调用
  • v9.0: 透传编排器改造——description标注透传编排器；Pipeline阶段卡口精简为"输出文件已生成"和"阶段总结已生成"；人类决策点从3个精简为2个（KANO边界判定、优先级权重确认）；异常处理精简；编排协议后增加透传说明

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.