# Nev Product Research

> 面向新能源乘用车产品研究的结构化 Skill。用于把市场资料、车型参数、竞品信息、用户评论、车主反馈和访谈材料，转化为可追溯的产品研究交付物。适用于用户要求做产品研究、竞品分析、用户洞察、机会诊断、PRD 前置研究、研究报告、机会卡片或证据驱动的产品判断时。尤其适合“研究某个细分市场”“比较几款车”“从用户声音里提炼产品机会”“输出 final report / pdf 报告”这类请求；不适用于泛泛行业摘要、单纯参数查询、纯营销文案或无证据支撑的观点输出。

- **Type:** Skill
- **Install:** `agentstack add skill-donkeyking01-nev-product-search-kit-nev-product-research`
- **Verified:** Yes — security-reviewed for prompt injection and unsafe behavior
- **Seller:** [DonkeyKing01](https://agentstack.voostack.com/s/donkeyking01)
- **Installs:** 0
- **Category:** [Data & Analytics](https://agentstack.voostack.com/c/data-and-analytics)
- **Latest version:** 0.1.0
- **License:** MIT
- **Upstream author:** [DonkeyKing01](https://github.com/DonkeyKing01)
- **Source:** https://github.com/DonkeyKing01/nev-product-search-kit/tree/main/nev-product-research

## Install

```sh
agentstack add skill-donkeyking01-nev-product-search-kit-nev-product-research
```

Requires the [AgentStack CLI](https://agentstack.voostack.com/docs/cli). Works with Claude Code, Cursor, and any MCP-compatible agent.

## About

# NEV Product Research

按“先证据，后判断”的顺序推进研究。不要从零散搜索结果直接跳到产品结论。

## 执行顺序

按以下顺序阅读和执行 workflow：

1. `workflows/01_define_scope.md`
2. `workflows/02_collect_evidence.md`
3. `workflows/03_normalize_evidence.md`
4. `workflows/04_build_product_model.md`
5. `workflows/05_build_user_model.md`
6. `workflows/06_diagnose_opportunity.md`
7. `workflows/07_generate_deliverables.md`

除非用户明确只要其中一个阶段，否则不要跳步。后续阶段必须引用前序产物。

## 先读什么

- 先读当前 workflow。
- 需要统一口径时，再读 `references/evidence-rules.md`。
- 需要确认交付结构时，再读 `references/deliverables.md`。
- 需要导出 PDF 时，使用 `scripts/md_to_pdf.py`。

## 核心约束

- 区分 `Evidence`、`Inference`、`Assumption`、`Evidence Gap`。
- 不要把用户原话直接写成产品结论。
- 不要把参数事实直接写成产品优势。
- 不要在证据不足时给出确定性判断。
- 不要从原始搜索结果直接生成 PRD。
- 默认用中文输出；仅在用户明确要求英文时切换。

## 文件约定

在研究输出目录中按顺序产出：

```text
01_research_scope.md
02_evidence_collection.md
03_normalized_evidence_pack.md
04_product_model.md
05_user_model.md
06_opportunity_cards.md
07_market_brief.md
08_competitor_matrix.md
09_user_insight_report.md
10_prd_draft.md
11_final_report.md
final_report.pdf
```

如果用户只要部分交付物，仍然保持编号和证据链完整。

## 质量门槛

- 让每条关键判断都能追溯到来源。
- 明确写出缺失信息和待验证假设。
- 优先服务产品经理决策，而不是写成泛行业综述。
- 在最终报告中保留证据附录、关键假设和证据缺口。

## Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

- **Author:** [DonkeyKing01](https://github.com/DonkeyKing01)
- **Source:** [DonkeyKing01/nev-product-search-kit](https://github.com/DonkeyKing01/nev-product-search-kit)
- **License:** MIT

Install and usage instructions live in the source repository linked above.

## Pricing

- **Free** — Free

## Security capabilities

Automated source analysis of v0.1.0 — what this tool can access:

- **Network access:** no
- **Filesystem access:** no
- **Shell / process execution:** no
- **Environment & secrets:** no
- **Dynamic code execution:** no

*"Yes" means the capability is present in the source — more access means more to trust, not that it is unsafe.*


## Versions

- **0.1.0** — security scan: passed — Imported from the upstream source.

## Links

- Listing page: https://agentstack.voostack.com/l/skill-donkeyking01-nev-product-search-kit-nev-product-research
- Seller: https://agentstack.voostack.com/s/donkeyking01
- Browse the marketplace: https://agentstack.voostack.com/browse

---
Listed on AgentStack — the marketplace for AI agent skills and MCP servers. Every listing is security-reviewed. Creators keep 70%.