Communitygithub.com

Capacidad de Producto

Traduce la intención de un PRD, las solicitudes de roadmap o discusiones de producto en un plan de capacidad listo para implementación que expone restricciones, invariantes, interfaces y decisiones no resueltas antes de comenzar el trabajo multi-servicio. Úsalo cuando necesites un carril ECC nativo de PRD a SRS en lugar de prosa de planificación vaga.

¿Qué es Capacidad de Producto?

Este skill traduce la intención del producto en restricciones de ingeniería explícitas, útil cuando la brecha no es "¿qué construir?" sino "¿qué debe ser exactamente cierto antes de iniciar la implementación?" Soporta plataformas como Claude Code, Codex, Cursor, OpenCode y ECC 2.0. Toma entradas como PRDs, discusiones, arquitectura actual, contexto de capacidad existente y restricciones de entrega (autenticación, facturación, cumplimiento, etc.). Produce un artefacto reutilizable con un resumen de capacidad, restricciones, contrato de implementación, no-objetivos, preguntas abiertas y un handoff claro. Sigue reglas estrictas: no inventar verdad de producto, separar promesas visibles para el usuario de detalles de implementación, y marcar explícitamente preguntas no resueltas. El objetivo es hacer que las restricciones de capacidad ocultas sean duraderas y reutilizables, evitando la dependencia de la memoria de ingenieros senior o contexto de Slack.

Compatible con✓Claude Code✓Codex CLI✓Cursor✓OpenCode
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/product-capability

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace Capacidad de Producto?

Este skill convierte la intención del producto en restricciones de ingeniería explícitas.

Úsalo cuando la brecha no es "¿qué deberíamos construir?" sino "¿qué exactamente debe ser verdad antes de que comience la implementación?"

Cuándo Usarlo

  • Existe un PRD, elemento de roadmap, discusión o nota de fundador, pero las restricciones de implementación aún son implícitas
  • Una funcionalidad cruza múltiples servicios, repositorios o equipos y necesita un contrato de capacidad antes de codificar
  • La intención del producto es clara, pero las implicaciones de arquitectura, datos, ciclo de vida o políticas aún son difusas
  • Ingenieros senior siguen repitiendo las mismas suposiciones ocultas durante las revisiones
  • Necesitas un artefacto reutilizable que pueda sobrevivir a través de entornos y sesiones

Artefacto Canónico

Si el repositorio tiene un archivo duradero de contexto de producto como PRODUCT.md, docs/product/, o un directorio de especificación del programa, actualízalo allí.

Si aún no existe un manifiesto de capacidad, crea uno usando la plantilla en:

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

El objetivo no es crear otra pila de planificación. El objetivo es hacer que las restricciones de capacidad ocultas sean duraderas y reutilizables.

Reglas No Negociables

  • No inventes verdad de producto. Marca explícitamente las preguntas no resueltas.
  • Separa las promesas visibles para el usuario de los detalles de implementación.
  • Señala qué es política fija, qué es preferencia de arquitectura y qué sigue abierto.
  • Si la solicitud entra en conflicto con las restricciones existentes del repositorio, dímelo claramente en lugar de suavizarlo.
  • Prefiere un artefacto de capacidad reutilizable sobre notas ad hoc dispersas.

Entradas

Lee solo lo que sea necesario:

  1. Intención del producto
    • issue, discusión, PRD, nota de roadmap, mensaje de fundador
  2. Arquitectura actual
    • documentos del repositorio relevantes, contratos, esquemas, rutas, flujos de trabajo existentes
  3. Contexto de capacidad existente
    • PRODUCT.md, documentos de diseño, RFCs, notas de migración, documentos de modelo operativo
  4. Restricciones de entrega
    • autenticación, facturación, cumplimiento, despliegue, retrocompatibilidad, rendimiento, política de revisión

Flujo de Trabajo Principal

1. Reformular la capacidad

Comprime la solicitud en una declaración precisa:

  • quién es el usuario u operador
  • qué nueva capacidad existe después de que esto se lance
  • qué resultado cambia debido a ello

Si esta declaración es débil, la implementación se desviará.

2. Resolver las restricciones de capacidad

Extrae las restricciones que deben cumplirse antes de la implementación:

  • reglas de negocio
  • límites del alcance
  • invariantes
  • límites de confianza
  • propiedad de datos
  • transiciones de ciclo de vida
  • requisitos de despliegue / migración
  • expectativas de fallo y recuperación

Estas son las cosas que a menudo viven solo en la memoria de los ingenieros senior.

3. Definir el contrato orientado a la implementación

Produce un plan de capacidad estilo SRS con:

  • resumen de capacidad
  • no-objetivos explícitos
  • actores y superficies
  • estados y transiciones requeridos
  • interfaces / entradas / salidas
  • implicaciones del modelo de datos
  • restricciones de seguridad / facturación / políticas
  • requisitos de observabilidad y operador
  • preguntas abiertas que bloquean la implementación

4. Traducir a ejecución

Termina con el handoff exacto:

  • listo para implementación directa
  • necesita revisión de arquitectura primero
  • necesita aclaración de producto primero

Si es útil, señala el siguiente carril nativo de ECC:

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

Formato de Salida

Devuelve el resultado en este orden:

CAPACIDAD
- reformulación de un párrafo

RESTRICCIONES
- reglas fijas, invariantes y límites

CONTRATO DE IMPLEMENTACIÓN
- actores
- superficies
- estados y transiciones
- implicaciones de interfaz/datos

NO-OBJETIVOS
- lo que este carril explícitamente no posee

PREGUNTAS ABIERTAS
- bloqueos o decisiones de producto aún requeridas

HANDOFF
- qué debería suceder después y qué carril de ECC debería tomarlo

Buenos Resultados

  • La intención del producto ahora es lo suficientemente concreta para implementar sin redescubrir restricciones ocultas a mitad de un PR.
  • La revisión de ingeniería tiene un artefacto duradero en lugar de depender de la memoria o el contexto de Slack.
  • El plan resultante es reutilizable en Claude Code, Codex, Cursor, OpenCode y las superficies de planificación de ECC 2.0.

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/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

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.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Skills relacionados