Was macht pm-os?
KI-Betriebssystem für Produktmanager. 65 Claude Code-Fähigkeiten, 7 multi-perspektivische Review-Agenten, ein Gedächtnissystem. Im echten PM-Einsatz erprobt.
KI-Betriebssystem für Produktmanager. 65 Claude Code-Fähigkeiten, 7 multi-perspektivische Review-Agenten, ein Gedächtnissystem. Im echten PM-Einsatz erprobt.
talgacapri/pm-os ist ein KI-gestütztes Betriebssystem, das speziell für Produktmanager entwickelt wurde, um deren tägliche Arbeit mit Claude Code zu revolutionieren. Es umfasst 65 vorgefertigte Skills, 7 multi-perspektivische Review-Agenten und ein integriertes Gedächtnissystem. Das System ermöglicht es Produktmanagern, Aufgaben wie Anforderungsdefinition, Sprint-Planung und Stakeholder-Kommunikation effizienter zu gestalten. Es basiert auf Claude Code und nutzt dessen Fähigkeiten, um konsistente, kontextbewusste Ergebnisse zu liefern. Das Gedächtnissystem speichert wichtige Informationen über Produkte, Nutzer und Entscheidungen, sodass der KI-Assistent bei jeder Interaktion auf den gleichen Wissensstand zugreift. Die 65 Skills decken Bereiche wie Marktanalyse, User Story Erstellung, Roadmap-Planung und Risikobewertung ab. Die 7 Review-Agenten bewerten Arbeiten aus verschiedenen Perspektiven (z. B. technische Machbarkeit, UX, Geschäftsauswirkungen), um die Qualität zu sichern. Das gesamte System wurde im echten Produktmanagement unter Beweis gestellt und bietet eine praxiserprobte Grundlage für die Integration von KI in den Produktentwicklungsprozess.
npx skills add talgacapri/pm-osInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
KI-Betriebssystem für Produktmanager. 65 Claude Code-Fähigkeiten, 7 multi-perspektivische Review-Agenten, ein Gedächtnissystem. Im echten PM-Einsatz erprobt.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.