# AI 调研与开发 · Skills 安装包

> **一句话用法**：把这篇文档（或这个链接）直接发给你的 AI（WorkBuddy / Claude Code / Codex），对它说"照这个文档把技能装好"，剩下的它自己做——**你不用手动安装**。
> 覆盖一条完整链路：**澄清需求 → 调研 → 自动开发 → 部署**，外加**搜索引擎**和**上下文获取（笔记 / 飞书 / 会议）**两组日常必备。

---

## 🤖 给 AI 的安装指令（AI 请从这里开始）

你好，请把下面的技能/工具逐项装好。**先确认你是哪个 Agent**（WorkBuddy / Claude Code / Codex），再按标签处理：

- **【Skill】** —— `git clone` 该仓库，读它 README 的「安装」一节，把 `SKILL.md` 放进你的技能目录（WorkBuddy `~/.workbuddy/skills/`、Claude Code `~/.claude/skills/`、Codex 对应目录）。
- **【MCP】** —— 把给出的 `npx` 配置加进你的 `mcpServers`（`mcp.json`），填上 API Key。
- **WorkBuddy 用户更省事**：下面大多数在「技能市场 / 连接器市场」搜同名就能一键装，优先这样；搜不到的再按链接手动装。
- **标 🔑 的需要 Key**：先把工具装好，**最后一次性**把"需要主人提供的 Key 清单"发给我，不要中途卡住。
- 全部装完**逐项回报**：✅ 已装 / 🔑 待填 Key / ❌ 失败+原因。

---

## 1. 🔄 全自动闭环开发：从想法到产品（核心）

四个技能接力，把一个想法推成能交付的产品。每个解决一个最常见的卡点：

| 技能 | 它解决什么 | 安装 |
|------|-----------|------|
| **① 需求澄清** `requirement-discovery` | 多数人一上来就让 AI 写，结果答非所问——因为没先说清要什么。它先帮你把"做什么、给谁用、什么算做完"问明白，把方向定准。 | 【Skill】https://github.com/wangjialiang678/requirement-discovery-skill |
| **② 调研引擎** `research-workflow` | 动手前先查"有没有现成的、别人怎么做、坑在哪"，自动并行搜、结论带出处——少造轮子，也不被单一来源带偏。 | 【Skill】https://github.com/wangjialiang678/research-workflow-skill |
| **③ 自动开发** `auto-dev` | 不再写一段就停下等你；它把"写代码 → 测试 → 修 bug → 交付"整圈包了，自己跑通为止。 | 【Skill】https://github.com/wangjialiang678/claude-auto-dev |
| **④ 一键部署**（可选） | 做好的网页 / 服务一条命令推上线，拿到分享链接，别人就能用。 | WorkBuddy 市场搜"网页部署" |

---

## 2. 🔍 调研搜索引擎（research-workflow 调研时会调用，建议配齐）

这些是 **MCP 服务器**。Codex / Claude Code 把 `npx` 配置加进 `mcp.json`；WorkBuddy 用户在「技能市场」搜同名一键装即可。组合用，显著减少遗漏。

| 引擎 | 擅长 | 官方链接 + 安装 | Key |
|------|------|----------------|-----|
| **Tavily** | "现在网上正在发生什么"（实时网页 / 近期动态） | https://github.com/tavily-ai/tavily-mcp · `npx -y tavily-mcp` | 🔑 app.tavily.com |
| **Exa** | 按"意图"找相似产品 / 替代方案（语义搜索） | https://github.com/exa-labs/exa-mcp-server · `npx -y exa-mcp-server` | 🔑 dashboard.exa.ai |
| **Brave** | 广覆盖网页 / 新闻，换源交叉验证 | https://github.com/brave/brave-search-mcp-server · `npx -y @brave/brave-search-mcp-server` | 🔑 brave.com/search/api |
| **Context7** | 写代码前查"当前官方文档"，避免照过时教程踩坑 | https://github.com/upstash/context7 · `npx -y @upstash/context7-mcp` | 可选 context7.com |

`mcpServers` 配置示例（其余同理，把 env 里的 Key 换成自己的）：

```json
{ "mcpServers": {
  "tavily": { "command": "npx", "args": ["-y", "tavily-mcp"], "env": { "TAVILY_API_KEY": "你的key" } }
}}
```

---

## 3. 🧠 上下文获取 · 笔记 / 飞书 / 会议（官方链接）

这一类是"喂给 AI 的原料"：把散落在飞书、会议、笔记里的信息，变成 AI 能直接读的上下文。

| 工具 | 作用 | 官方链接 + 安装 | Key |
|------|------|----------------|-----|
| **飞书 / Lark** | 读写飞书文档 / 妙记 / 表格 / Wiki / 消息 | https://github.com/larksuite/lark-openapi-mcp · `npx -y @larksuiteoapi/lark-mcp` | 🔑 App ID+Secret（open.feishu.cn 建应用） |
| **腾讯会议** | 抓会议录制 / 转写 / 智能纪要当上下文 | https://meeting.tencent.com/support/topic/2233/index.html （Token 接入，无 npm 包） | 🔑 会议「AI Skill 专区」取 Token |
| **腾讯文档** | 在线文档读写 | https://docs.qq.com/open/document/mcp/ （QQ / 微信登录授权） | 免 Key |
| **GitHub** | 读 issue / PR / 代码当上下文 | https://github.com/github/github-mcp-server · 远程 `https://api.githubcopilot.com/mcp/` | 🔑 GitHub PAT |
| **Get 笔记** | 读写个人 Get 笔记库（语义召回） | https://github.com/iswalle/getnote-mcp · `npx -y @getnote/mcp` | 🔑 API Key+Client ID（biji.com/openapi） |

> WorkBuddy 用户：**飞书 / 腾讯会议 / 腾讯文档 / GitHub** 都在「连接器市场」可一键装，无需手动配置；上面链接主要给 Codex / Claude Code 用。

---

## 4. 📝 内容处理 · 公众号 / 访谈

| 工具 | 作用 | 官方链接 + 安装 |
|------|------|----------------|
| **公众号下载** | 搜索 + 下载微信公众号文章成 Markdown（中文实战经验最易漏的一块） | 【Skill】https://github.com/wangjialiang678/wechat-article-extractor-skill（WorkBuddy 市场搜「微信公众号文章搜索」） |
| **访谈提炼** | 会议纪要 / 录音转写 → 零遗漏结构化文档（普通摘要只留 10-15%，这个留 ≥50%） | 【Skill】https://github.com/wangjialiang678/interview-notes-skill |

---

## ✅ 装完自检（AI 跑一遍）

- [ ] 四类都装了？逐项回报状态。
- [ ] 需要 Key 的（Tavily / Exa / Brave / 飞书 / 腾讯会议 / GitHub / Get笔记）—— 清单列给主人了吗？
- [ ] 跑 `/define-problem` 验证需求澄清能触发。
- [ ] 跑 `/research 帮我调研一下 XXX` 验证调研链路 + 搜索引擎接通。

---

*说明：【Skill】= git clone 后按各仓库 README 安装；【MCP】= 加进 mcp.json。WorkBuddy 用户大多可在「技能市场 / 连接器市场」搜名称一键装，链接作为手动安装与跨 Agent 的统一依据。所有链接已于 2026-06-24 核验可达。*