两个月实战总结：用 AI Agent 打造产品的 16 个核心技能
过去两个月，笔者利用 AI Agent 开发了十余款产品，其中包括已上线的「数独说」小游戏及其海外版（https://sudokuhint.com/）。这一高效的产出在一年前难以想象，但也揭示了一个关键事实：虽然开发门槛大幅降低，但从代码实现到具备商业价值的成熟产品，中间仍存在显著差距。
基于这段时期的实战经验与踩坑教训，笔者梳理并开源了一套包含 16 个技能的"xx-skills"方法论，旨在帮助开发者从零开始构建高质量产品。
项目地址：https://github.com/aixiaoxiang/xx-skills
xx-skills/
├── README.md # 本文件
├── SKILL.md # Trae IDE 入口 skill
├── CLAUDE.md # Claude Code 项目级指令
├── VERSION # 版本号
├── LICENSE
├── .cursorrules # Cursor 项目级规则
├── AGENTS.md # OpenAI Codex 开放标准指令
├── .claude-plugin/
│ └── marketplace.json
├── windsurf/
│ └── rules.md # Windsurf 项目级规则
├── docs/
│ ├── glossary.md # 术语表
│ └── skill-link-map.mmd# skill 关系图
├── skills/
│ ├── index.json # skill 依赖 manifest
│ ├── 01-think/ # 想清楚
│ │ ├── README.md
│ │ ├── xx-clarify/
│ │ ├── xx-research/
│ │ ├── xx-goal/
│ │ ├── xx-ai-feature/
│ │ └── xx-business/
│ ├── 02-build/ # 做出来
│ │ ├── README.md
│ │ ├── xx-prd/
│ │ ├── xx-data/
│ │ ├── xx-safety/
│ │ ├── xx-backend/
│ │ ├── xx-setup/
│ │ ├── xx-brand/
│ │ ├── xx-blocks/
│ │ └── xx-ai/
│ └── 03-run/ # 跑起来
│ ├── README.md
│ ├── xx-track/
│ ├── xx-iterate/
│ └── xx-optimize/
亲手打造一个可上线的产品，是感受技术变革冲击力的最佳方式。这套技能包涵盖从构思到上线的全流程，分为“想清楚”、“做出来”、“跑起来”三个阶段，共包含 16 个具体技能。所有内容均源自 10+ 个已上线小程序项目的实战复盘，而非理论空谈。
用户无需编写代码，只需通过自然语言提出需求，由 AI 执行并反馈结果，人类角色转变为需求定义者与验收者。该技能包完全免费，并将持续迭代更新。
多平台适配指南
该技能包支持主流 AI 编程工具：
- Trae IDE：原生支持。将 xx-skills 文件夹置于 .trae/skills/ 目录下，输入 /xxskill 即可唤起，系统会根据当前阶段自动路由至对应技能。
- Claude Code：读取项目根目录的 CLAUDE.md 文件，直接复制仓库中的对应文件即可。
- OpenAI Codex：自动加载 AGENTS.md 文件。
- Cursor：读取 .cursorrules 文件，复制到项目根目录即可生效。
- 其他工具：在对话中直接告知 AI 下载并安装 GitHub 仓库中的技能包。
第一阶段：想清楚（Think）
此阶段零技术门槛，强调在编写第一行代码前进行充分思考。包含 5 个技能：需求澄清、用户调研、目标设定、AI 能力必要性判断及商业模式分析。
许多开发者往往跳过此环节直接编码，但这正是产品失败的主因。若方向未明，AI 生成的代码越高效，偏离正确轨道的速度就越快。
第二阶段：做出来（Build）
在明确思路后进入开发实施阶段。包含 8 个技能，覆盖 MVP 功能定义、数据评估、安全合规、后端搭建、项目初始化、设计系统、组件库构建及 AI 能力接入。
这是市面上教程最多的部分，但实际落地中隐藏诸多陷阱，需结合实战经验规避风险。
第三阶段：跑起来（Run）
产品上线仅是开始，本阶段聚焦数据驱动的迭代优化。包含 3 个技能：数据埋点与 AI 质量监控、迭代验收方法论、性能优化。
缺乏数据监控与持续迭代的产品，即便上线也难以产生实际价值。
实战案例解析：小象取色
以小程序“小象取色”为例，其核心功能看似简单：调用摄像头取色，生成匹配的国风诗词与海报。然而在实际开发中，却面临多重挑战：
- 算法精度：简单的平均取色会导致颜色跳动，需采用中心区域聚焦算法以提升稳定性。
- 性能兼容：针对低端机型需实施性能分级与降级处理，防止卡顿影响体验。
- 响应速度：需优化取色与诗词生成的同步节奏，减少用户等待延迟。
- 数据运营：上线后需通过埋点分析用户行为及 AI 生成内容质量，指导后续优化。
- 商业闭环：需在开发前规划获客渠道与留存策略，避免产品上线后陷入推广困境。
由此可见，一个简易功能背后涉及算法、性能、AI 策略、UI 设计、数据监控及商业运营等多个维度。16 个技能的存在意义，在于让开发者清晰认知各环节可能存在的问题，避免在未知盲区中停滞不前。
使用说明与免责声明
需注意以下几点：
- 技能包旨在辅助少走弯路，不保证最终商业结果。
- 目前主要覆盖微信小程序场景，出海网站架构已预留，细节正在补充中。
- 许可协议：个人学习、自用开发及社区分享可免费使用（需保留署名）；付费课程、企业内训、批量分发或嵌入商业产品销售需单独授权。
技能包本身完整且持续更新，无需加入任何社群即可正常使用。如有具体问题交流需求，可自行联系相关渠道。
GitHub 项目地址：https://github.com/aixiaoxiang/xx-skills
总结而言，这套技能包源于作者反复踩坑后的经验沉淀。核心理念仅有三句：先想清楚，再动手做，最后用数据迭代。希望它能助你在 AI 产品开发之路上行稳致远。