Communitygithub.com

Capacidade de Produto

Traduz intenção de PRD, solicitações de roadmap ou discussões de produto em um plano de capacidade pronto para implementação, expondo restrições, invariantes, interfaces e decisões não resolvidas antes do início do trabalho multisserviço. Use quando o usuário precisa de um pipeline PRD-para-SRS nativo da ECC em vez de prosa de planejamento vaga.

O que é Capacidade de Produto?

Esta skill transforma a intenção do produto em restrições explícitas de engenharia, ideal para momentos em que a lacuna não é 'o que construir?', mas 'o que exatamente precisa ser verdade antes da implementação começar?'. Ela é útil quando uma funcionalidade cruza múltiplos serviços, repositórios ou equipes, exigindo um contrato de capacidade antes da codificação, e quando a intenção do produto é clara, mas as implicações de arquitetura, dados, ciclo de vida ou políticas ainda são difusas. A skill suporta plataformas como Claude Code, Codex, Cursor, OpenCode e ECC 2.0, e seu fluxo de trabalho principal reafirma a capacidade, resolve restrições (regras de negócio, limites de escopo, invariantes, fronteiras de confiança), define um contrato de implementação no estilo SRS e traduz o resultado em uma entrega executável. O artefato canônico é um arquivo de contexto de produto durável (como PRODUCT.md) que substitui anotações ad hoc e memória de engenheiros seniores, garantindo que restrições ocultas não sejam redescobertas no meio de uma revisão de PR.

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que Capacidade de Produto faz?

Esta skill transforma a intenção do produto em restrições explícitas de engenharia.

Use quando a lacuna não é "o que devemos construir?" mas "o que exatamente precisa ser verdade antes da implementação começar?"

Quando Usar

  • Um PRD, item de roadmap, discussão ou nota do fundador existe, mas as restrições de implementação ainda estão implícitas
  • Uma funcionalidade cruza múltiplos serviços, repositórios ou equipes e precisa de um contrato de capacidade antes da codificação
  • A intenção do produto está clara, mas as implicações de arquitetura, dados, ciclo de vida ou políticas ainda são difusas
  • Engenheiros seniores continuam repetindo as mesmas suposições ocultas durante a revisão
  • Você precisa de um artefato reutilizável que sobreviva entre harnesses e sessões

Artefato Canônico

Se o repositório possui um arquivo de contexto de produto durável, como PRODUCT.md, docs/product/ ou um diretório de especificação de programa, atualize-o lá.

Se nenhum manifesto de capacidade existe ainda, crie um usando o template em:

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

O objetivo não é criar outra camada de planejamento. O objetivo é tornar as restrições de capacidade ocultas duráveis e reutilizáveis.

Regras Inegociáveis

  • Não invente a verdade do produto. Marque questões não resolvidas explicitamente.
  • Separe promessas visíveis ao usuário dos detalhes de implementação.
  • Destaque o que é política fixa, o que é preferência de arquitetura e o que ainda está em aberto.
  • Se a solicitação conflitar com as restrições existentes do repositório, diga claramente em vez de suavizar.
  • Prefira um artefato de capacidade reutilizável a anotações ad hoc espalhadas.

Entradas

Leia apenas o necessário:

  1. Intenção do produto
    • issue, discussão, PRD, nota de roadmap, mensagem do fundador
  2. Arquitetura atual
    • documentos do repositório relevantes, contratos, esquemas, rotas, fluxos de trabalho existentes
  3. Contexto de capacidade existente
    • PRODUCT.md, documentos de design, RFCs, notas de migração, documentos de modelo operacional
  4. Restrições de entrega
    • autenticação, faturamento, conformidade, rollout, compatibilidade retroativa, desempenho, política de revisão

Fluxo de Trabalho Principal

1. Reafirme a capacidade

Comprima a solicitação em uma declaração precisa:

  • quem é o usuário ou operador
  • que nova capacidade existe após esta entrega
  • que resultado muda por causa dela

Se esta declaração for fraca, a implementação irá derivar.

2. Resolva as restrições de capacidade

Extraia as restrições que devem ser válidas antes da implementação:

  • regras de negócio
  • limites de escopo
  • invariantes
  • fronteiras de confiança
  • propriedade de dados
  • transições de ciclo de vida
  • requisitos de rollout / migração
  • expectativas de falha e recuperação

Estas são as coisas que muitas vezes vivem apenas na memória de engenheiros seniores.

3. Defina o contrato voltado para implementação

Produza um plano de capacidade no estilo SRS com:

  • resumo da capacidade
  • não-objetivos explícitos
  • atores e superfícies
  • estados e transições necessários
  • interfaces / entradas / saídas
  • implicações no modelo de dados
  • restrições de segurança / faturamento / política
  • requisitos de observabilidade e operador
  • questões em aberto que bloqueiam a implementação

4. Traduza em execução

Termine com a entrega exata:

  • pronta para implementação direta
  • precisa de revisão de arquitetura primeiro
  • precisa de esclarecimento de produto primeiro

Se útil, aponte para o próximo pipeline nativo da ECC:

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

Formato de Saída

Retorne o resultado nesta ordem:

CAPACIDADE
- reafirmação de um parágrafo

RESTRIÇÕES
- regras fixas, invariantes e limites

CONTRATO DE IMPLEMENTAÇÃO
- atores
- superfícies
- estados e transições
- implicações de interface/dados

NÃO-OBJETIVOS
- o que este pipeline explicitamente não assume

QUESTÕES EM ABERTO
- bloqueadores ou decisões de produto ainda necessárias

ENTREGA
- o que deve acontecer a seguir e qual pipeline da ECC deve assumir

Resultados Positivos

  • A intenção do produto agora é concreta o suficiente para implementar sem redescobrir restrições ocultas no meio de um PR.
  • A revisão de engenharia possui um artefato durável em vez de depender de memória ou contexto do Slack.
  • O plano resultante é reutilizável em Claude Code, Codex, Cursor, OpenCode e superfícies de planejamento da 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/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.

Habilidades Relacionadas