AgentStack
Sign in Publish
MCP servers Skills Toolkits Why AgentStack Sell Docs
Sign in
SKILL verified MIT Self-run

Product Architecture

skill-echoyu1025-a11y-ai-product-skills-product-architecture · by echoyu1025-a11y

产品架构逆向拆解 — 用"四层骨架 + 数据流转"方法论分析任意产品的架构。当用户说"拆解 XX 产品的架构""分析 XX 是怎么搭的""帮我看看 XX 的产品架构""画出 XX 的架构图""用四层骨架分析""逆向 XX 的设计""XX 的能力分层"等触发。也覆盖："这个 AI 产品架构是什么""XX 和 YY 架构对比""产品分层设计"等场景。输出可视化 HTML 架构图,四层彩色色块 + 跨层数据流转箭头。不用于纯技术架构(后端微服务拓扑)或纯信息架构(页面层级)。

↗ Repository
— No reviews yet
0 installs
0 views
— view→install

Install

$ agentstack add skill-echoyu1025-a11y-ai-product-skills-product-architecture

✓ scanned · ✓ verified — works with Claude Code, Cursor, and more.

Security review

✓ Passed

No issues found. Passed automated security review. · v0.1.0 How review works →

  • ✓ Prompt-injection patterns
  • ✓ Secret / credential exfiltration
  • ✓ Dangerous shell & filesystem operations
  • ✓ Untrusted network calls
  • ✓ Known-malicious package signatures

What it can access

  • ✓ Network access No
  • ✓ Filesystem access No
  • ✓ Shell / process execution No
  • ✓ Environment & secrets No
  • ✓ Dynamic code execution No

From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.

Are you the author of Product Architecture? Claim this listing to set pricing, connect Stripe payouts, and keep 70% of every sale.
Sign up to claim

About

产品架构 SKILL — 逆向拆解任意产品

这个 SKILL 是什么

把任意产品(微信、豆包、某 AI App、ToB 工具…)逆向拆解成产品经理视角的架构图:

  • 四层骨架:触达层 / 场景层 / 能力层 / 数据层
  • 数据流转:跨层箭头,标注沉淀和回流路径
  • 可视化输出:HTML 文件,黄绿蓝紫四色分层 + 蓝/红双向箭头

不是技术架构(微服务、数据库选型),不是信息架构(页面结构),是产品架构 — 业务模块怎么切、模块之间什么关系、数据怎么流转。

触发后的工作流程

第 0 步:确认目标产品

如果用户没说清是哪个产品,先问:

  • 你要拆解哪个产品?(名称 + 官网/截图/简介任一即可)
  • 用户群是 ToC 还是 ToB?
  • 你的拆解目的是:深度研究(看懂别人设计意图)还是 找空白点(找差异化机会)?

如果产品比较小众或用户没给信息,主动用 WebFetch / WebSearch 查官网了解。

第 1 步:阅读方法论

必读 references/methodology.md,这是整个 SKILL 的方法论核心。里面有:

  • 四层骨架的层定义(触达/场景/能力/数据各是什么)
  • 六步法(体验→穷举→归类→反推能力→反推数据→绘图)
  • 粒度判断("能描述这功能帮用户做什么"就够了)
  • 归类判断("砍掉 A 后 B 是否受影响"测试)

读完再继续。

第 2 步:参考案例

读 references/examples.md,里面有四个范例:

  • 微信(传统 ToC)
  • 豆包(AI ToC)
  • 飞书 AI(AI ToB)
  • AI 搜索(Agent 平台)

挑一个跟目标产品最相似的形态重点看,理解"该层应该写什么粒度的东西"。

第 3 步:六步法逆向推导

按顺序执行,不能跳步:

  1. 体验:走一遍核心链路。能上手就上手,不能就看演示视频/官网截图。把核心场景在脑子里跑一遍。
  2. 穷举:列出所有用户可见的功能。颗粒度按对话类/输入类/生成类/工具类拆分。漏一个可能漏一整个业务模块。
  3. 归类:用"砍掉 A,B 是否受影响"测试,把功能合并成业务模块。形成 3-6 个场景层模块。
  4. 反推能力:每个场景层模块依赖什么 AI/通用能力?(大模型对话、RAG、ASR/TTS、图像生成、工作流引擎…)同一能力被多个场景共用时只画一次。
  5. 反推数据:每个能力消费什么数据?(企业存量文档、用户对话日志、互联网爬取、UGC、合成数据…)
  6. 绘图:用 templates/architecture-template.html 生成可视化。

第 4 步:识别数据流转

四层骨架只是静态结构,箭头才是产品的"活"。至少标 1-2 条:

  • 向下(蓝色 ↓):用户行为沉淀到数据层。例:对话记录 → 沉淀到数据层用于训练
  • 向上(红色 ↑):数据回流被产品消费。例:UGC 智能体 → 回流到场景层广场
  • 横向:同层模块之间的依赖(罕见,慎用)

第 5 步:生成输出

复制 templates/architecture-template.html → 当前工作目录,文件名 -architecture.html。

按 assets/color-tokens.md 的配色规范替换内容。不要改变四层颜色对应(黄=触达/绿=场景/蓝=能力/紫=数据),保持视觉一致性。

完成后告诉用户:

  • 文件路径
  • 一句话总结这个产品的架构特点(例如:"豆包 是典型的 AI ToC 五层结构,生态层是它的增长引擎")
  • 1-2 条值得注意的设计决策或空白点

关键原则

  1. 拒绝凑数。如果某层只有 1 个东西,要么是漏穷举了,要么是这个产品本身就薄 — 后一种情况要明确告诉用户。
  2. 不替代用户判断。架构是判断题不是计算题,同一个产品不同人画不同。输出后引导用户讨论:"你觉得我把 X 放在场景层还是能力层更合理?"
  3. 不画 UI。如果你忍不住写"登录页/设置页/个人中心",停下,这是信息架构。问自己:"这个东西帮用户做什么业务?"
  4. 保持视觉一致。配色规范已固定,不要自创色系。

常见误判

| 现象 | 误判 | 纠正 | |---|---|---| | 把"语音输入"放在场景层 | ❌ | 它是能力层,场景层是"语音对话/语音笔记"这种业务 | | 把"用户画像"放在数据层 | ⚠️ 看情况 | 如果是用于推荐的特征工程产物,属于数据层;如果是 ToB 客户管理界面,属于场景层 | | 触达层只写"App" | ❌ 太粗 | 应该写"iOS App / Android App / Web 端 / 小程序 / 公众号" | | 数据层写"MySQL" | ❌ 技术细节 | 写"用户对话记录 / 企业存量文档 / 互联网爬取" |

输出之后

引导用户做两件事:

  • 深度研究路径:讨论这个产品为什么这么分层?反映了什么业务判断?
  • 找差异化路径:哪一层最薄弱?哪类数据没沉淀?哪类场景没覆盖?那就是机会。

Source & license

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

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

Reviews

No reviews yet — be the first.

Write a review

Versions

  • v0.1.0 Imported from the upstream source.

More in Agent Skills