本文覆盖一个软件项目从「业务立项」到「上线复盘」的完整生命周期。所有 Skill 均可在 Claude Code、Cursor、Windsurf、Continue 等平台使用，部分 MCP 通过 npm 安装。⭐ 我的开源项目顺便宣传一下我的几个开源项目，觉得有用的话欢迎点个 Star：Argus— 基于 RAG 架构的开源知识库平台，Java + Vue3 + Spring AI，支持向量检索和 AI 问答。IntelliHub— 企业级 API 开放平台，提供全生命周期管理、多租户鉴权和流量治理。DataLoom— 像搭积木一样把在线 Excel 嵌入你的项目，前后端分离，两分钟跑通。skill仓库： Anthropic Skills（https://github.com/anthropics/skills）https://skills.shhttps://www.skillhub.clubhttps://clawhub.ai📋 总览：十阶段项目生命周期立项评估 → 需求分析 → 原型设计 → 技术方案 → 编码开发（后端/前端） → 测试调试 → 联调验收 → 代码审查 → 发布上线 → 复盘沉淀第一阶段：立项评估核心目标：验证这件事「值不值得做」——客户痛不痛点？有没有价值？能不能赚钱？立项评估这一步很多人会跳过，觉得"反正要做，评估个啥"。但我的经验是，立项阶段省的时间，后期会十倍还回来。特别是做外包或者接私活的时候，立项评估直接决定这个项目是赚钱还是赔本。我通常的做法是：接到需求后，先用brainstorming让 AI 帮我梳理清楚几个问题——客户真正的痛点是什么？不解决会怎样？市面上有没有现成的解决方案？我们比竞品强在哪？投入产出比是多少？这些问题想清楚了，再决定要不要接。如果 ROI 算不过来，我会直接跟客户说「这个需求建议先不做」，而不是闷头开工。🛠️ SkillSkill 名称作用安装方式brainstorming(Superpowers)苏格拉底式提问，逼你把客户是谁、痛点是什么、竞品怎么做、差异化在哪、ROI 怎么算，全部盘清楚/plugin marketplace add obra/superpowers-marketplace/plugin install superpowers@superpowers-marketplace📎GitHub 源码Web Access自动调研竞品、行业报告、市场规模数据，不用你手动打开十个网页git clone https://github.com/eze-is/web-access ~/.claude/skills/web-access📎GitHub 源码🔧 MCP（可选）MCP 名称作用安装命令Brave Search MCP联网搜索竞品、市场规模、行业趋势npm install -g @modelcontextprotocol/server-brave-search📎GitHub 源码Firecrawl MCP把竞品官网扒下来转成 Markdown，逐条分析npm install -g @mendableai/mcp-server-firecrawl📎GitHub 源码💡 我的工作流brainstorming启动，AI 连续追问："这个需求的提出者是谁？他具体遇到什么问题了？""没有我们的方案，他现在怎么解决的？""竞品有类似功能吗？做得怎么样？""预估投入多少人天？预期收益是什么？"Web Access+ Brave Search 自动调研竞品和市场数据Firecrawl 把竞品功能列表扒下来做对比分析输出：《立项评估报告》（含痛点分析、竞品对比、投入产出预估、Go / No-Go 建议）第二阶段：需求分析核心目标：把"一句话需求"拆成「用户故事 + 边界条件 + 优先级 + 隐含需求 + 反例」，输出可落地的 PRD。其实这各部分在工作中基本上是听取客户的想法，以及开会+AI的头脑风暴，很多时候是需要产品+研发反复经过多轮打磨进行最终确认的。所有很多时候需要吧开会过程中讲的内容和想法记录下来，这部分我基本上是把腾讯会议总结下来的内容保存下来，使用这份会议纪要搭配相关的skill，生成对应的PRD文档，这部分完全可以是根据需要产出的内容描述，让skill-creator帮助我们去生成合适的skill🛠️ SkillSkill 名称作用安装方式writing-plans(Superpowers)把模糊需求拆成可执行的用户故事，每个故事 2-5 分钟能验证随 Superpowers 自动安装📎GitHub 源码skill-creator如果分析过程中发现缺某个专用 Skill（比如"电商订单状态机分析"），当场造一个git clone https://github.com/anthropics/skills/tree/main/skills/skill-creator ~/.claude/skills/skill-creator📎GitHub 源码🔧 MCP（可选）MCP 名称作用安装命令Filesystem MCP直接写 PRD、用户故事、Scope 文档到本地npm install -g @modelcontextprotocol/server-filesystem📎GitHub 源码SQLite MCP用数据库梳理实体关系，验证业务规则是否自洽npm install -g @modelcontextprotocol/server-sqlite📎GitHub 源码💡 我的工作流writing-plans输出用户故事列表（格式：As a [角色], I want [功能], so that [价值]）AI 自动识别隐含需求（比如"用户注册"隐含"手机号格式验证""重复注册判断""短信发送失败重试"）AI 自动列举反例（比如"注册时手机号已存在""短信验证码过期""网络超时"）按 MoSCoW 法排优先级（Must have / Should have / Could have / Won't have）输出：PRD.md（产品需求文档）Scope.md（项目范围，明确做什么、不做什么）AC.md（验收标准，每个用户故事的 Done Criteria）第三阶段：原型设计核心目标：把 PRD 变成可视化的原型页面和交互流程，让开发、测试、客户都能看懂。这是不仅是可以使用AI变成工具生成html的原型图，还可以使用Open Design （https://github.com/nexu-io/open-design）进行原型设计Open Design 是这样一种产物：Anthropic 随 Claude Design 推出的Agent 原生循环——发现需求、锁定方向、流式输出工件、评审、交付——不再封闭，而是变成了一个由技能、设计系统和插件组成的文件系统，你笔记本电脑上已有的编码 Agent 就能读取、编写和混搭。你的 CLI 变成设计引擎，你的笔记本变成工作坊，团队的DESIGN.md变成品牌契约。它也是Agent 时代的 Figma 替代品——不再在画布上推像素，而是用真实 CSS、真实字体、真实组件交付单页工件，直接导出 HTML / PDF / PPTX / MP4——已经由你的设计系统塑形，已经可以在你日常使用的 Agent 中运行。Open Design 可以自定义设计规范，生成的HTML页面更加符合AI理解范围，所以还原度会更高自定义设计规范：可以使用这个开源的 awesome-design-md 的skill来生成DESIGN.md🛠️ SkillSkill 名称作用安装方式UI UX Pro Max一键生成设计系统（Design System）+ 完整页面原型。你说"做一个 SaaS 后台管理页面"，它自动推理出配色、字体、布局、组件规范/plugin marketplace add nextlevelbuilder/ui-ux-pro-max-skill/plugin install ui-ux-pro-max@ui-ux-pro-max-skill📎GitHub 源码frontend-designAnthropic 官方轻量设计 Skill，适合快速出低保真原型git clone https://github.com/anthropics/skills/tree/main/skills/frontend-design ~/.claude/skills/frontend-design📎GitHub 源码html-anything快速生成可交互的 HTML 原型，直接能在浏览器里点在 Skill 市场搜索 "html-anything" 安装📎 更多 Skill 见ClawHubfrontend-presentation-slides把原型和设计思路生成 PPT，给客户或团队演示git clone https://github.com/chouraycn/frontend-presentation-slides ~/.claude/skills/frontend-presentation-slides📎GitHub 源码awesome-design-md原型设计skill，我们也可以根据自己的喜好来根据这个项目生成自己的design-generatorGitHub - VoltAgent/awesome-design-md: A collection of DESIGN.md files analysis by popular brand design systems. Drop one into your project and let coding agents generate a matching UI. · GitHub我理想中的原型设计skilldesign-generator 是什么 简单说，design-generator 是一个给 AI 编程工具使用的 skill。它的作用是：根据一个产品的源码、页面截图、网站 URL，或者一段产品需求，自动提取或生成这个产品的设计系统。 它最终会输出一个 DESIGN 文件夹，里面包含几类文件： 第一，DESIGN.md。它是最核心的设计规范文件，记录产品的颜色、字体、间距、圆角、组件规则、页面模板和 AI 生成页面时必须遵守的规则。 第二，preview.html 和 preview-dark.html。它们用来把 DESIGN.md 里的设计系统可视化展示出来，方便我们检查 token、组件和页面模式是否合理。 第三，example.html。它相当于一个样例页面，用来验证 AI 只拿着 DESIGN.md，能不能生成一个符合这个设计系统的页面。 第四，DESIGN_GAPS.md。它用来记录暂时无法确认的信息，比如截图看不准的颜色、源码里有冲突的 token、或者需要人工确认的设计规则。 所以，design-generator 不是单纯生成一份文档，而是把一个产品的设计语言整理成一套可以被人检查、也可以被 AI 继续使用的设计系统包。🔧 MCP（可选）MCP 名称作用安装命令Filesystem MCP直接生成 HTML 原型文件到本地npm install -g @modelcontextprotocol/server-filesystem📎GitHub 源码Playwright MCP自动打开浏览器预览原型，检查交互是否流畅npm install -g @modelcontextprotocol/server-playwright📎