Vibe Coding MVP 工作流
用结构化提示词把产品构想逐步转成可执行的 MVP 开发资料。
证据明确要求先规划、等待批准、分阶段执行、审查差异并测试，因此用户确认获满分；两个 GitHub 工作流声明了与任务大致相称的权限，但仍具有写入评论或标签的外部效果，故最小权限和外部效果未获满分。README 说明资料会被复制到第三方 AI/IDE，并建议部署前检查密钥、认证与依赖，但没有完整的数据流、保留政策、敏感信息处理步骤或依赖审计机制；Actions 也仅按可变标签引用，故相关项较低。没有明确回滚流程，仅能从小批次和审查建议推断有限恢复性。作者、维护者、许可证和示例项目均有署名，但项目成效与身份未由所给文件独立验证。
五阶段流程、文件命名、推荐循环和项目结构彼此一致，自洽性证据充分。多个 AI 工具和适配器提供环境替代选择，且提到某些工具的可用性可能变化，但没有版本兼容矩阵、离线方案或依赖可用性保证。故障排查表提供了针对文档忽略、范围膨胀和部署失败的可操作提示，但没有结构化错误消息、诊断输出规范或完整故障分类。
README 明确覆盖非开发者、原型、前端、复杂逻辑、终端代理和预算受限等受众与场景，并对原生硬件、强监管和安全关键系统给出明确不适用边界。每阶段都有具体触发语句、输入、输出和保存命名，触发精度充分。Cursor、VS Code、Claude Code、Codex 和 Antigravity 的适配方式也被清楚区分，因此这些项目有充分静态证据支持满分。
目录、阶段、模板、文档产物和工具适配器组织清晰；快速开始、前置条件、安装步骤及稳定命名约定都很完整。README 列出示例、FAQ、支持、治理、变更日志和发布入口，但这些被引用文件的内容未包含在证据中，因此示例与 FAQ、版本历史只能部分确认。限制说明具体，MIT 正文完整且与元数据一致，许可证获满分。维护者、月度节奏及反馈渠道明确，但发布者身份未经企业注册表验证，且所称月度执行与更新记录未由给定文件证明。
流程产物、文件名、目录位置、审批循环、审查清单和部署前检查都可直接使用，输出可用性证据充分。相较于无结构聊天，PRD、技术设计、代理契约和记忆产物提供了合理增量价值，但“用于已发布项目”等效果主张没有结果数据或对照证据。时间估算、前置条件和免费/预算工具建议提供了基础成本信息，却未覆盖模型费用、返工成本、数据风险或不同规模项目的总体投入。
多数操作性主张可追溯到具体阶段、文件名和仓库路径，许可证也由独立 LICENSE 文件印证；两个工作流实际展示了其权限和行为。不过核心模板、示例、检查清单、验证脚本、政策和变更日志未在给定材料中展开，已发布项目与月度维护主张也缺少交叉佐证。文档通常把建议、限制和操作步骤分开，并将示例称为“重构”，但若干产品成效和工具能力陈述仍未明确标注为经验判断或未经验证的主张。
- 研究资料、PRD、技术设计或代码可能被粘贴到第三方 AI 服务；在使用前应先移除密钥、个人数据、客户资料和其他机密信息，并核对各服务的数据保留政策。
- 该流程明确不适合直接用于安全关键、强监管或原生硬件项目；这些场景需要独立的安全、合规和工程控制。
- 部署、依赖安全、回滚和生成代码正确性主要依赖用户复核；所给证据没有展示自动化依赖审计、明确恢复方案或执行测试结果。
- README 引用的示例、FAQ、检查清单、验证脚本、变更日志和政策文件未包含在本次材料中，其内容与维护主张不能视为已核实。
这个 Agent 能做什么，适合哪些场景？
这是一个面向 MVP 开发的提示词、文档模板与代理工作流仓库，而不是独立运行的软件代理。流程依次覆盖市场研究、产品需求文档、技术设计、代理工作区初始化和分阶段编码。仓库提供 part1 至 part4 提示文件、AGENTS.md 等模板、工具适配器、检查清单以及一个 reddit-to-ai 示例。前三步在 ChatGPT、Claude.ai、Gemini 等聊天工具中完成，后续步骤转入 Cursor、VS Code、Claude Code、Codex 或其他编码环境。它最终产出研究文档、PRD、技术设计、代理说明和项目代码，但应用部署仍需使用者自行完成安全检查并选择 Vercel、Cloudflare 等目标。
使用者先将 part1-deepresearch.md 粘贴到聊天工具中，回答有关产品构想的问题，并保存 research-[YourAppName].md；随后用 part2-prd-mvp.md 将研究结果整理为 PRD-[YourAppName]-MVP.md，再用 part3-tech-design-mvp.md 生成 TechDesign-[YourAppName]-MVP.md。进入编码环境后，把这些文件放入 docs/，要求编码代理读取 part4-notes-for-agent.md 并设置工作区。该步骤从 templates/ 生成并填写 AGENTS.md、MEMORY.md、REVIEW-CHECKLIST.md 和 agent_docs/，还可安装 CLAUDE.md、.cursor/rules/vibe.mdc 或 .agent/rules/vibe.md 等轻量适配器。之后代理依据 AGENTS.md 按“计划、执行单个功能、验证”的循环构建 MVP，并通过 REVIEW-CHECKLIST.md 检查依赖、密钥、认证路径和速率限制。
- 没有成熟开发流程的创始人，希望先验证需求并把产品想法收敛成可交付的 MVP 范围。
- 初学者准备使用聊天模型和 AI IDE，希望获得从研究、PRD 到编码的明确步骤。
- 小型产品团队需要统一的 AGENTS.md、项目背景、测试要求和完成标准，以减少编码代理偏离需求。
- 使用 Claude Code、Cursor、Antigravity 或 Codex 的开发者，希望从同一主文档派生轻量工具适配器。
- 需要在不同会话间持续工作的团队，希望借助 MEMORY.md、specs/ 和 recap 文档保存交接上下文。
这个 Agent 有哪些优点和局限？
- 提供从市场研究到 PRD、技术设计、代理配置和 MVP 编码的完整五步交接链路。
- 以 AGENTS.md 作为统一事实来源，并为 Claude Code、Cursor 和 Antigravity提供轻量适配器；Codex可直接读取 AGENTS.md。
- 包含 MEMORY.md、specs/ 和交接文档实践，可把长期上下文保存在文件中而不是依赖单个聊天会话。
- 提供 reddit-to-ai 完整示例、质量与安全检查清单以及自动化验证脚本的说明。
- 它主要是人工复制提示词、整理文件和监督编码代理的工作流，并非可直接运行或通过 API 调用的自主代理。
- 研究、PRD 和技术设计的前三步需要使用者回答问题并手动保存、移动生成结果。
- 产出质量依赖所选聊天模型和编码工具，仓库没有声明确定性的生成结果或跨平台一致性保证。
- 不建议原样用于原生硬件、强监管产品或安全关键系统。
- 部署仅给出安全检查方向和 Vercel、Cloudflare 示例，没有提供一键部署实现或统一应用运行时。
如何安装或部署这个 Agent？
仓库没有需要安装的运行时程序，也未提供包管理器或容器安装命令。在 GitHub 上选择“Use this template”，或将仓库克隆到本地，然后用 Cursor、VS Code 或其他 AI 编码环境打开目录。创建 docs/，放入 PRD-[YourAppName]-MVP.md、TechDesign-[YourAppName]-MVP.md，以及可选的 research-[YourAppName].md。需要现代浏览器、可用的 AI 聊天服务和能够读写项目文件的编码环境；来源未说明 API 密钥、固定语言运行时或 MCP 服务要求。
如何使用这个 Agent？
第一步，把 part1-deepresearch.md 的全部内容粘贴到 ChatGPT、Claude.ai、Gemini 或其他聊天工具并回答问题，将结果保存为 research-[YourAppName].md。第二步，在同一会话中粘贴 part2-prd-mvp.md，或在新会话中同时提供研究文件，保存生成的 PRD-[YourAppName]-MVP.md。第三步，提供 PRD 并运行 part3-tech-design-mvp.md，讨论预算、时间与复杂度取舍，保存 TechDesign-[YourAppName]-MVP.md。第四步，将文档移入 docs/，在 IDE 聊天中输入：“Read part4-notes-for-agent.md, follow its instructions, and set up my workspace.” 第五步，在生成 AGENTS.md 等文件后输入：“Read AGENTS.md, propose a Phase 1 plan, wait for my approval, and then build it step by step.” 每完成一个主要功能都应检查差异并运行可用测试；部署前再执行 REVIEW-CHECKLIST.md 的安全检查。
这个 Agent 与同类方案有什么区别？
与单纯在 Lovable、v0 或 AI IDE 中直接开始编码相比，这套方法强调先完成研究、PRD 和技术设计，再建立代理文档后实施。仓库将 Lovable定位为快速全栈原型工具、v0 定位为偏生产级前端、Cursor 或 VS Code 定位为学习与沙盒开发、Claude Code 定位为复杂逻辑和多代理场景、Codex定位为终端与代理工作流；这些是场景建议，不是基准测试结果。