Communitygithub.com

Produktfähigkeit

Übersetze Produktabsicht, Roadmap-Anfragen oder Produktdiskussionen in einen umsetzungsreifen Fähigkeitsplan, der Einschränkungen, Invarianten, Schnittstellen und ungelöste Entscheidungen aufdeckt, bevor die arbeit an mehreren Diensten beginnt. Nutze dies, wenn der Benutzer eine ECC-native PRD-zu-SRS-Spur benötigt, anstatt vager Planungsprosa.

Was ist Produktfähigkeit?

Diese Fähigkeit wandelt vage Produktabsichten in explizite technische Einschränkungen um, die direkt als Grundlage für die Implementierung dienen können. Sie ist besonders nützlich, wenn ein PRD, ein Roadmap-Eintrag oder eine Produktdiskussion existiert, die Implementierungseinschränkungen jedoch noch implizit sind. Die Fähigkeit unterstützt mehrere Plattformen wie Claude Code, Codex, Cursor und OpenCode und stellt sicher, dass das resultierende Artefakt wiederverwendbar ist und in verschiedenen Entwicklungs- und Planungsoberflächen bestehen kann. Der Kernarbeitsablauf umfasst die Neufassung der Fähigkeit, die Auflösung von Einschränkungen, die Definition eines implementierungsorientierten Vertrags und die Übersetzung in die Ausführung mit klaren Übergabepunkten, sodass versteckte Annahmen nicht erst während der Code-Review entdeckt werden.

Funktioniert mit✓Claude Code✓Codex CLI✓Cursor✓OpenCode
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/product-capability

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht Produktfähigkeit?

Diese Fähigkeit wandelt Produktabsichten in explizite technische Einschränkungen um.

Verwende sie, wenn die Lücke nicht "Was sollen wir bauen?", sondern "Was muss genau wahr sein, bevor die Implementierung beginnt?" ist.

Wann zu verwenden

  • Ein PRD, ein Roadmap-Eintrag, eine Diskussion oder eine Gründernotiz existiert, aber die Implementierungseinschränkungen sind noch implizit
  • Eine Funktion erstreckt sich über mehrere Dienste, Repositories oder Teams und benötigt einen Fähigkeitsvertrag, bevor mit dem Codieren begonnen wird
  • Die Produktabsicht ist klar, aber die Auswirkungen auf Architektur, Daten, Lebenszyklus oder Richtlinien sind noch verschwommen
  • Leitende Ingenieure wiederholen während der Überprüfung immer wieder dieselben versteckten Annahmen
  • Du benötigst ein wiederverwendbares Artefakt, das über verschiedene Arbeitsumgebungen und Sitzungen hinweg bestehen kann

Kanonisches Artefakt

Wenn das Repository eine dauerhafte Produktkontextdatei wie PRODUCT.md, docs/product/ oder ein Programmspezifikationsverzeichnis enthält, aktualisiere es dort.

Wenn noch kein Fähigkeitsmanifest existiert, erstelle eines mit der Vorlage unter:

  • docs/examples/product-capability-template.md

Das Ziel ist es nicht, einen weiteren Planungsstapel zu schaffen. Das Ziel ist es, versteckte Fähigkeitseinschränkungen dauerhaft und wiederverwendbar zu machen.

Unverhandelbare Regeln

  • Erfinde keine Produktwahrheit. Markiere offene Fragen explizit.
  • Trenne sichtbare Benutzerversprechen von Implementierungsdetails.
  • Benenne, was festgelegte Richtlinie, was Architekturpräferenz und was noch offen ist.
  • Wenn die Anfrage mit bestehenden Repository-Einschränkungen in Konflikt steht, sage dies deutlich, anstatt es zu glätten.
  • Bevorzuge ein wiederverwendbares Fähigkeitsartefakt gegenüber verstreuten Ad-hoc-Notizen.

Eingaben

Lies nur, was benötigt wird:

  1. Produktabsicht
    • Issue, Diskussion, PRD, Roadmap-Notiz, Gründernachricht
  2. Aktuelle Architektur
    • relevante Repository-Dokumente, Verträge, Schemata, Routen, bestehende Arbeitsabläufe
  3. Vorhandener Fähigkeitskontext
    • PRODUCT.md, Designdokumente, RFCs, Migrationsnotizen, Betriebsmodell-Dokumente
  4. Lieferbeschränkungen
    • Authentifizierung, Abrechnung, Compliance, Rollout, Abwärtskompatibilität, Leistung, Überprüfungsrichtlinie

Kernarbeitsablauf

1. Formuliere die Fähigkeit neu

Komprimiere die Anfrage in eine präzise Aussage:

  • wer der Benutzer oder Betreiber ist
  • welche neue Fähigkeit nach der Auslieferung existiert
  • welches Ergebnis sich dadurch ändert

Wenn diese Aussage schwach ist, wird die Implementierung abdriften.

2. Löse Fähigkeitseinschränkungen auf

Extrahiere die Einschränkungen, die vor der Implementierung gelten müssen:

  • Geschäftsregeln
  • Umfangsgrenzen
  • Invarianten
  • Vertrauensgrenzen
  • Datenbesitz
  • Lebenszyklusübergänge
  • Rollout-/Migrationsanforderungen
  • Erwartungen an Fehler und Wiederherstellung

Dies sind die Dinge, die oft nur im Gedächtnis leitender Ingenieure existieren.

3. Definiere den implementierungsorientierten Vertrag

Erstelle einen SRS-artigen Fähigkeitsplan mit:

  • Zusammenfassung der Fähigkeit
  • explizite Nicht-Ziele
  • Akteure und Oberflächen
  • erforderliche Zustände und Übergänge
  • Schnittstellen / Eingaben / Ausgaben
  • Auswirkungen auf das Datenmodell
  • Sicherheits-/Abrechnungs-/Richtlinieneinschränkungen
  • Beobachtbarkeits- und Betreiberanforderungen
  • offene Fragen, die die Implementierung blockieren

4. Übersetze in die Ausführung

Beende mit der genauen Übergabe:

  • bereit zur direkten Implementierung
  • benötigt zuerst eine Architekturüberprüfung
  • benötigt zuerst eine Produktklärung

Wenn hilfreich, verweise auf die nächste ECC-native Spur:

  • project-flow-ops
  • workspace-surface-audit
  • api-connector-builder
  • dashboard-builder
  • tdd-workflow
  • verification-loop

Ausgabeformat

Gebe das Ergebnis in dieser Reihenfolge zurück:

FÄHIGKEIT
- ein Absatz Neufassung

EINSCHRÄNKUNGEN
- feste Regeln, Invarianten und Grenzen

IMPLEMENTIERUNGSVERTRAG
- Akteure
- Oberflächen
- Zustände und Übergänge
- Schnittstellen-/Datenauswirkungen

NICHT-ZIELE
- was diese Spur explizit nicht besitzt

OFFENE FRAGEN
- Blockaden oder noch erforderliche Produktentscheidungen

ÜBERGABE
- was als nächstes passieren sollte und welche ECC-Spur es übernehmen sollte

Gute Ergebnisse

  • Die Produktabsicht ist nun konkret genug, um implementiert zu werden, ohne versteckte Einschränkungen mitten im PR wiederzuentdecken.
  • Die technische Überprüfung hat ein dauerhaftes Artefakt, anstatt sich auf das Gedächtnis oder Slack-Kontext zu verlassen.
  • Der resultierende Plan ist wiederverwendbar auf Claude Code, Codex, Cursor, OpenCode und ECC 2.0-Planungsoberflächen.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

Verwandte Skills