AI 技能AI 插件【免费下载链接】Product-Manager-SkillsProduct Management skills framework built on battle-tested methods for Claude Code, Cowork, Codex, and AI agents.项目地址https://gitcode.com/gh_mirrors/pr/Product-Manager-Skills点击查看免费下载导读本文讲解如何在 Google Gemini 生态Gemini CLI、Google AI Studio、Google Workspace 侧边栏中加载和使用 Product-Manager-Skills 仓库的 PM 技能库。你将掌握三条核心接入路径用项目根目录的GEMINI.md提供持久会话上下文、用gemini --context按任务注入SKILL.md文件、以及把技能内容粘贴进 AI Studio 的 System Instructions读完即可在自己的 Gemini 工作流中复用user-story、prioritization-advisor等 77 个 PM 框架并获得与 Claude 系工具一致的跨工具体验。一、什么是 PM Skills以及 Gemini 为什么适用Product-Manager-Skills 是一个结构化的 PM 技能库每个技能都是遵循统一结构的 Markdown 文件SKILL.md包含 frontmattername、description、type、intent、best_for、scenarios、Purpose、Input、Key Concepts、Application、Examples、Common Pitfalls 与 References 等章节。它的定位是任何能读取结构化 Markdown 的 Agent 都能使用——Gemini CLI 和 AI Studio 正属于这类运行时因此接入方式不需要特殊插件本质是把技能文本送进模型上下文。在 README.md 的 Works With 列表中Gemini 与 Claude Code、Codex、Cursor、n8n、CrewAI 等并列app/main.py 的 Streamlit 界面文档索引中也注册了 Using PM Skills with Gemini 条目summary 为 Gemini CLI, AI Studio, and persistent context patterns.可见这是官方维护的平台接入路径之一。完整的平台选型视图见 docs/Platform Guides for PMs.md非技术背景用户建议先读 docs/Using PM Skills 101.md。二、最佳适用场景团队已经在使用 Gemini CLI 或 AI Studio不希望再引入一套新的模型工具链PM 工作流需要可复用的本地上下文——技能一次加载、多次使用而不是每次任务都重新解释方法追求与 Claude 系配置的跨工具一致性——Gemini 的GEMINI.md几乎是 Claude Code 的CLAUDE.md的直接移植。如果你此前在 Claude Code 中维护过CLAUDE.md把技能库 clone 一份到本地、让两个 CLI 指向同一个skills/目录就能以一份技能源码同时服务两套工具避免维护两份不同的提示词。三、10 分钟快速上手在项目根目录创建GEMINI.md。从仓库skills/目录挑一两个技能放入其中。用一个真实任务开始验证例如为结账弃购 epic 编写用户故事。最小示例原样可复制到GEMINI.md## Active PM Skills Apply relevant PM frameworks based on task type. ### User Story Skill [Paste skills/user-story/SKILL.md] ### Prioritization Advisor Skill [Paste skills/prioritization-advisor/SKILL.md]把方括号占位符替换为对应技能的完整内容即可。技能文件位于 skills/user-story/SKILL.md 与 skills/prioritization-advisor/SKILL.md。建议从一个技能 一个真实业务问题起步先不要一次塞入多个技能具体原因见常见陷阱一节。四、GEMINI.md持久会话上下文详解GEMINI.md是 Gemini CLI 在会话启动时自动读取的项目级指令文件其定位与 Claude Code 的CLAUDE.md对等。它适合承载始终生效的高频技能与项目背景。参照 docs/Using PM Skills 101.md 中 Gemini 章节给出的更完整结构可以写成# GEMINI.md ## Active PM Skills You have access to the following PM frameworks. Apply the relevant one based on the task without being asked. ### User Story Skill [Paste contents of skills/user-story/SKILL.md] ### Prioritization Advisor Skill [Paste contents of skills/prioritization-advisor/SKILL.md] ## Project Context Product: [your product] Team: [your team size and structure] Current focus: [current sprint or initiative]为什么这样写有效从 skills/user-story/SKILL.md 的 frontmatter 可以看到每个技能自带description与best_for字段例如user-story标注 Writing user stories with proper acceptance criteria、Converting requirements into development-ready stories。把这些元数据连同正文一起喂给模型相当于给了模型一张何时该用哪个框架的检索表配合## Project Context中的产品、团队、当前冲刺信息模型在做任务类型判断时就有了具体锚点而不是在真空里套模板。另一个关键设计是每个技能都有## Input章节v0.81 起为强制要求。例如 skills/user-story/SKILL.md 明确说明调用时已附带的信息会被直接使用、不会重复追问即使空手而来也可以技能会先问用户是谁、想达成什么再开始起草故事和 Gherkin 验收标准。这意味着把技能放进GEMINI.md后即使你只输入半句话Gemini 也会按技能的引导流程补齐信息——这正是持久上下文 引导式交互的组合价值。五、Gemini CLI 文件上下文按任务注入技能如果不想把技能常驻在GEMINI.md里或者某个技能只是偶发使用可以用--context标志按次注入。原文档给出的两个命令完整保留如下gemini --context skills/user-story/SKILL.md \ Write user stories for our checkout abandonment epicgemini --context skills/user-story/SKILL.md \ --context skills/prioritization-advisor/SKILL.md \ Help me prioritize and then write stories for these 6 features注意第二个示例展示了技能组合的典型用法先用prioritization-advisor交互式技能确定优先级框架再用user-story组件技能产出交付物。这与仓库的技能分层设计一致——README.md 将技能分为三层Workflow端到端流程、Interactive引导式决策先问 35 个问题再给编号建议、Component具体交付物模板。prioritization-advisor是 Interactive 层user-story是 Component 层二者天然可以串联。另一种注入方式管道gemini --context之外也可以直接把技能文件内容通过标准输入送进会话参考 docs/Using PM Skills 101.md 的写法cat skills/pol-probe/SKILL.md | gemini Apply this to my hypothesis: [hypothesis]如何快速挑选要注入的技能仓库提供了技能检索脚本 scripts/find-a-skill.sh它按精确名称匹配 frontmatter 匹配 正文匹配三级权重排序支持按类型过滤./scripts/find-a-skill.sh --keyword onboarding --type interactive ./scripts/find-a-skill.sh --name user-story ./scripts/find-a-skill.sh --list-all建议在动手前用--mode trigger查看技能的best_for与scenarios字段确认它确实匹配你手头的任务类型再决定注入哪个文件。六、Google AI Studio 模式System Instructions不依赖本地文件时可以在 Google AI Studio 的网页端使用技能打开 AI Studio可在其中直接访问官方快速入门与 API 概览文档。在System Instructions中粘贴技能内容。在对话中补充你的任务上下文与约束条件目标 KPI、时间线、范围限制等然后像普通聊天一样发起任务。System Instructions 在整个 Studio 会话内保持生效多技能场景应在会话开始时把所有相关技能一并粘贴进去。此模式适合不想碰命令行、希望在浏览器里快速验证某个技能效果的场景。补充Gemini in Google WorkspaceDocs / Sheets / Gmail若你的日常工作在 Google Workspace 内可以打开 Gemini 侧边栏把技能内容粘贴在提示词顶部再描述任务例如Using the skill above, write stories for this epic: [paste epic]。这与 AI Studio 是同一思路——技能作为会话内上下文存在只是宿主变成了文档工具。七、仓库源码级支撑技能文件为什么能直接生效1. 统一的 SKILL.md 结构README.md 的 How a Skill File Works 一节明确了技能文件的标准章节章节内容Frontmattername、description、type、intent、best_for、scenariosPurpose技能做什么、何时使用Input可以携带什么信息带示例调用空手而来也可被引导Key Concepts框架、定义、反模式含术语解释Application可逐步执行的操作说明Examples好/坏两种真实案例Common Pitfalls具名失败模式、后果与纠正References关联技能与外部框架正是这种自带上下文的结构让整份SKILL.md可以不加解释地直接粘贴到GEMINI.md、--context参数或 System Instructions 中——模型不需要额外手册就能按图执行。2. 交互式技能的自适应决策阶梯把prioritization-advisor这类交互式技能放进 Gemini 后它的行为是可预期的技能要求 Agent 最多提 4 个自适应问题产品阶段、团队上下文、决策诉求、数据可得性每题给出 34 个编号选项收集完后再输出推荐框架、理由、实施步骤与打分示例RICE 公式(Reach × Impact × Confidence) / Effort等。这套先问再推的协议在 Gemini 上同样成立因为它只依赖模型遵循技能正文不依赖任何平台私有语法。3. 刻意不依赖平台私有模板语法仓库刻意不使用 Claude Code 的$ARGUMENTS模板替换理由记录在 CONTRIBUTING.md 与 README.md 中它在非 Claude Code 运行时会渲染为字面文本且对读者无教学价值。作为替代每个技能都用平实的## Input章节描述输入约定。这对 Gemini 接入是个重要保证——技能内容在任何运行时包括 Gemini CLI 与 AI Studio都按同一语义工作不存在语法兼容问题。八、常见陷阱与规避原文档列出的三条核心陷阱结合仓库技能结构可进一步展开一次会话加载过多无关技能。上下文中的技能越多模型的任务类型判断越容易走偏。保持高频技能常驻GEMINI.md、偶发技能用--context按次注入的分层策略比把 77 个技能全塞进一个文件更可靠。提示词中缺少 KPI 目标或时间线。技能能教会模型怎么写但针对什么写需要你在任务描述中给出例如明确结算漏斗的目标转化率、季度时间窗口。参照GEMINI.md示例中的## Project Context段落把产品、团队、当前焦点固化下来。跳过澄清问题直接要结论。对交互式技能如prioritization-advisor跳过它的问题等于丢弃了推荐质量的关键输入——框架选择依赖产品阶段、数据可得性等事实。若确实时间紧迫至少在调用时用一句话补上这些信息技能会把调用时附带的内容视为已答不会重复追问见其## Input章节。把评分当金科玉律。prioritization-advisor的 Common Pitfalls 明确指出框架是决策输入而非自动化裁决PM 判断应当覆盖分数。引入 Gemini 后同样适用模型产出的 RICE 分数仍要经过你的战略校准。不提供真实业务上下文。空泛任务写点用户故事会得到空泛输出。参照 START_HERE.md 的建议选一个技能、给一个真实业务问题、先要求澄清问题是获得高质量结果的最小路径。九、下一步与相关资源新手入门建议先读docs/Using PM Skills 101.md平台选型总览docs/Platform Guides for PMs.md仓库 60 秒上手START_HERE.md技能总目录catalog/README.md若你同时使用 Claude Code可对照 docs/Using PM Skills with Claude Code.md 的CLAUDE.md配置实现两套工具共用同一skills/目录小结Gemini 接入 PM Skills 的本质是把技能文本放进模型上下文三条路径各司其职GEMINI.md负责常驻高频技能gemini --context负责按任务注入单个或多个技能AI Studio 的 System Instructions 负责浏览器内的会话级加载。由于技能文件使用纯 Markdown 结构、不依赖平台私有语法你可以在 Gemini、Claude Code、Codex 等任何能读取结构化 Markdown 的 Agent 之间复用同一份技能库从而以最小成本获得一致的 PM 工作流。赞分享AI 技能AI 插件【免费下载链接】Product-Manager-SkillsProduct Management skills framework built on battle-tested methods for Claude Code, Cowork, Codex, and AI agents.项目地址https://gitcode.com/gh_mirrors/pr/Product-Manager-Skills点击查看免费下载相关推荐i-have-adhd 的 Gemini CLI 接入指南GEMINI.md 上下文文件与 ADHD 友好输出规则全解析i have adhd 的 Gemini CLI 接入指南GEMINI.md 上下文文件与 ADHD 友好输出规则全解析 本篇技术指南以 GEMINI.mdAI 技能人工智能AI 评测Kimi Code CLI 会话与上下文完全指南续接、状态持久化、导出导入与上下文压缩Kimi Code CLI 会话与上下文完全指南续接、状态持久化、导出导入与上下文压缩 Kimi Code CLI 会自动保存每一次对话历史并支持随时续接之人工智能AI Agent代码智能体交互助手CLI工具调用Workspace上下文Gemini CLI多工作区管理的实现Workspace上下文Gemini CLI多工作区管理的实现 在现代软件开发中开发者经常需要在多个项目间切换工作环境每个项目都有其独特的配置、依赖和安全人工智能AI Agent交互助手CLIMCP Clients上一篇魔兽争霸3完整优化指南如何使用WarcraftHelper解决所有兼容性问题下一篇怎样免费解锁Wand专业版3步获得完整游戏修改体验终极指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考