Metrics orchestrator

Skill LuckyOneTwoThree/pm-skill/pm-04-metrics-design/orchestrators/metrics-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 metrics-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

当需要构建产品度量体系时使用。产品度量设计子模块指挥官，调度子Skill：metrics-system（指标体系自动构建）、tracking-plan（埋点方案自动生成）、metrics-dashboard（Dashboard自动配置）。关键词：度量设计、指标体系、埋点方案、Dashboard配置、数据指标、KPI设计、数据埋点。

SKILL.md

7.5 KB, ~2.4k tokens by cl100k_base, as published. Nobody here has run it

产品度量设计指挥官

核心原则

用数据减少决策中的猜测，而非用数据为决策做背书。

编排理念

指标先行，埋点跟进：指标体系是度量设计的根基，埋点和看板必须从指标体系推导而非反向构建
层层卡口，逐级确认：每个阶段的输出必须通过人类确认后才传递给下游，避免错误沿链路放大
数据闭环，双向校验：指标→埋点→看板形成闭环，上游变更必须沿链路传递，下游反馈必须回溯到源头

编排协议

编排协议遵循 orchestrator-protocol.md 统一标准。

Pipeline

pipeline: metrics-orchestrator
version: 6.1

post_pipeline:
  - action: stage-summary
    output: output/phase-reports/pm-metrics-design/metrics-orchestrator.md

stages:
  - id: phase-1
    name: "指标体系"
    depends_on: []
    skills: [metrics-system]
    gate:
      condition: "北极星指标人类已选择"
      fail_action: "北极星指标必须人类决策，AI只提供候选和分析"

  - id: phase-2
    name: "埋点方案"
    depends_on: [phase-1]
    skills: [tracking-plan]
    gate:
      condition: "埋点方案人类已审核"
      fail_action: "业务逻辑正确性和隐私合规性必须人类确认"

  - id: phase-3
    name: "Dashboard配置"
    depends_on: [phase-1, phase-2]
    skills: [metrics-dashboard]
    gate:
      condition: "Dashboard布局人类已确认"
      fail_action: "布局合理性和告警阈值需人类审核"

阶段执行计划

调用 metrics-system

Skill: metrics-system
输入:
  product_context: 用户提供（产品类型、北极星指标、OKR、商业模式）
  existing_metrics: 用户提供（已有指标清单）
输出: output/pm-metrics-design/metrics-system/metric_system.json
验证: 北极星虚荣指标检测通过，L1-L2拆解完整（每L1有3-5个L2），行动指标可追踪
模式: 🤖→👤

调用 tracking-plan

Skill: tracking-plan
输入:
  PRD: 用户提供（产品功能描述、用户流程、核心路径、业务规则）
  metric_system: output/pm-metrics-design/metrics-system/metric_system.json
  existing_tracking: 用户提供（现有埋点清单）
输出: output/pm-metrics-design/tracking-plan/
验证: 命名规范通过，核心路径覆盖≥90%，PRD一致性≥90%
模式: 🤖→👤

调用 metrics-dashboard

Skill: metrics-dashboard
输入:
  metric_system: output/pm-metrics-design/metrics-system/metric_system.json
  tracking_plan: output/pm-metrics-design/tracking-plan/tracking_plan
  user_roles: 用户提供
  dashboard_platform: 用户提供
输出: output/pm-metrics-design/metrics-dashboard/
验证: 所有指标已分配到Dashboard，每个Dashboard至少有1个Widget，北极星指标出现在战略Dashboard，告警规则配置完整
模式: 🤖→👤

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-metrics-design/
  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-metrics-design/metrics-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: monitoring-orchestrator
    reason: 度量设计完成，将指标体系和埋点方案落地为监控配置
    input_mapping:
      metrics_output: "output/pm-metrics-design/metrics-system/ → monitoring-pipeline输入"
      tracking_output: "output/pm-metrics-design/tracking-plan/ → 开发阶段埋点实现"
  alternatives:
    - target: design-orchestrator
      reason: 度量设计发现PRD功能点遗漏，需回溯补充
      condition: 指标体系设计中发现PRD功能点覆盖率<80%时
    - target: growth-orchestrator
      reason: 度量体系已就绪，启动增长策略
      condition: 产品已上线且度量体系已就绪，需驱动增长时
  special_cases:
    - target: tracking-plan
      reason: 仅需生成埋点方案，无需完整度量设计
      condition: 指标体系已建立，仅需更新埋点方案时
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
指标体系完成	北极星指标人类已选择	北极星指标必须人类决策，AI只提供候选和分析
埋点方案完成	埋点方案人类已审核	业务逻辑正确性和隐私合规性必须人类确认
Dashboard完成	Dashboard布局人类已确认	布局合理性和告警阈值需人类审核
阶段总结已生成	output/phase-reports/pm-metrics-design/metrics-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
北极星指标选择	AI推荐3个候选北极星指标	人类选择最终指标
埋点方案审核	AI生成埋点方案	人类审核业务逻辑和隐私合规
Dashboard布局确认	AI配置Dashboard	人类确认布局和告警阈值

异常处理

异常类型	处理策略
子Skill输出校验失败	暂停下游阶段执行，输出校验失败报告，提示人类修正后重试当前阶段
阶段卡口未通过	阻断流程推进，标记未通过的卡口条件，等待人类决策后继续
上游输入文件缺失	按子Skill降级策略执行，记录降级信息，在最终输出中标注降级影响范围
子Skill执行超时	标记超时阶段，输出已完成的部分结果，提示人类检查输入数据质量
人类决策超时未响应	暂停流程，保留当前阶段状态，支持人类恢复后从断点继续
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: 优化为子Skill执行协议+阶段执行计划模式，增加子Skill定义读取路径和输入输出规范，调度规则从"加载"改为"执行"
v4.0: 执行步骤原则替换为编排理念，新增异常处理表
v5.0: 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（YAML声明式执行图）；阶段执行计划改为调用指令格式；调度规则合并入编排协议
v6.1: 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；阶段执行计划新增阶段总结执行指令；阶段卡口新增阶段总结校验；异常处理新增阶段总结生成失败策略