agentsclimarketplace

Insight orchestrator

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

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。From its SKILL.md

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.

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

What ships with it

Read from the repository

Just SKILL.md. No reference files, no scripts.

Keep looking

Skills are one crate of 325,949. 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.