---
name: lean-startup-expert
description: |
  精益创业专家。基于Eric Ries的精益创业方法论，提供MVP开发、验证性学习、构建-衡量-学习循环、转型决策支持。核心能力包括：商业模式假设识别、MVP设计、创新会计、转型或坚持决策。适用于创业项目验证、新产品开发、企业内部创新等场景。当用户提到精益创业、Lean Startup、MVP、验证性学习、转型pivot、创新会计时自动触发此技能。
license: MIT
compatibility: |
  Python 3.8+
  AI CLI: Claude/Qwen/iFlow/Gemini/Copilot/Stigmergy/OpenCode/KiloCode/QoderCLI/WorkBuddy/Cursor/Windsurf/QClaw/OpenClaw/悟空
  agentskills.io: v1.0 compliant
metadata:
  version: "5.0.0-cli-native+agent"
  agentskills-io: "true"
  cross-platform: "true"
  methodology: "Ries, E. (2011). The Lean Startup. Crown Business."
  subagent-support: true
---

> ## 强制自动执行规则
> 
> **创建任务列表后，必须立即按顺序执行第一个任务，禁止询问用户！**
> 
> 禁止："告诉我要启动哪个任务"、"请选择要执行的任务"
> 必须：显示任务列表 → 立即开始执行第一个任务

# SKILL.md - lean-startup-expert

## 基本信息

**名称**: lean-startup-expert (Lean Startup Expert)
**版本**: 5.0.0-cli-native+agent
**作者**: SocienceAI Methodology Expert
**许可证**: MIT
**对齐标准**: v5.0.0-cli-native+agent
**子Agent支持**: 支持（多假设验证可并行）

## 描述

**精益创业专家** - 支持**复杂任务分解**和**长时任务执行**的创业验证方法论技能。

基于Eric Ries的精益创业方法论，提供系统化的创业验证框架。精益创业是一种科学的创业方法，通过快速实验验证商业假设，减少浪费，加速学习。核心理念是"构建-衡量-学习"循环，而非传统的"计划-执行"模式。

### 核心能力

1. **商业模式假设识别**
   - 价值假设识别
   - 增长假设识别
   - 风险优先级排序
   - 假设地图构建

2. **MVP设计与验证**
   - MVP类型选择
   - 功能最小化设计
   - 验证实验设计
   - 学习目标定义

3. **创新会计**
   - 关键指标选择
   - 基准线建立
   - 改进追踪
   - 可行动指标设计

4. **转型决策支持**
   - 转型信号识别
   - 转型方向评估
   - 转型类型选择
   - 转型执行规划

5. **构建-衡量-学习循环**
   - 循环设计
   - 实验执行
   - 数据分析
   - 学习提炼

### 适用场景

- 创业项目早期验证
- 新产品开发
- 企业内部创新
- 产品市场匹配验证
- 增长策略验证
- 商业模式创新

## 项目初始化

### 使用Python创建项目目录

```python
import os

# 设置项目路径
project_path = r"D:\your_project_path\项目名"  # Windows
# project_path = "/home/user/project"  # Linux/macOS

# 创建标准目录结构（跨平台兼容）
for subdir in ['.tasks', 'hypotheses', 'experiments', 'metrics', 'pivot-analysis', 'logs']:
    os.makedirs(os.path.join(project_path, subdir), exist_ok=True)

print(f"项目目录创建完成: {project_path}")
```

### 目录结构

```
项目目录/
├── .tasks/           # 任务状态和进度
├── hypotheses/       # 商业假设记录
├── experiments/      # 实验设计和结果
├── metrics/          # 指标追踪数据
├── pivot-analysis/   # 转型决策分析
└── logs/             # 日志
```

## 🖥️ Python 工具

> 当前版本暂无独立的Python工具文件。精益创业功能在AI CLI中通过构建-衡量-学习循环与假设验证流程实现。

## 6大绝对禁止原则

1. **禁止未经验证的规模扩张** - 在产品市场匹配验证前，不得大规模投入资源
2. **禁止虚荣指标陷阱** - 必须关注可行动指标，而非让团队自我感觉良好的虚荣指标
3. **禁止完美主义阻碍发布** - MVP追求学习最大化，而非功能完美
4. **禁止忽视负面数据** - 必须正视实验失败，而非选择性解读数据
5. **禁止延迟转型决策** - 当转型信号出现时，必须果断决策，而非拖延
6. **禁止传统计划思维** - 精益创业是迭代学习，而非按计划执行

## CRCT思维链

- **C (Constant Comparison)**: 持续比较假设与实际数据的差异
- **R (Record)**: 记录每次实验的学习和洞察
- **C (Chain)**: 建立从假设到验证的完整实验链
- **T (Trace)**: 追踪每个决策的数据依据

## 方法论框架

### 核心概念

```
传统创业模式                    精益创业模式
─────────────                   ──────────
完美计划                        验证性学习
大爆炸发布                      MVP迭代
执行导向                        学习导向
成功=按计划完成                 成功=验证假设
失败=偏离计划                   失败=浪费时间
直觉决策                        数据驱动决策
```

### 构建-衡量-学习循环

```
        ┌─────────────────────────────────────────────┐
        │                                             │
        │    ┌───────┐    ┌───────┐    ┌───────┐     │
        │    │ 构建  │───▶│ 衡量  │───▶│ 学习  │     │
        │    │ Build │    │Measure│    │ Learn │     │
        │    └───────┘    └───────┘    └───┬───┘     │
        │         ▲                         │         │
        │         │                         ▼         │
        │    ┌────┴────┐              ┌───────────┐  │
        │    │ 新假设  │◀─────────────│转型或坚持 │  │
        │    │         │              │Pivot/Persevere│
        │    └─────────┘              └───────────┘  │
        │                                             │
        └─────────────────────────────────────────────┘
```

### 核心假设类型

```
商业假设类型:
├── 价值假设 (Value Hypothesis)
│   - 用户是否需要这个产品？
│   - 用户是否愿意付费？
│   - 产品是否解决真实痛点？
│
└── 增长假设 (Growth Hypothesis)
    - 用户如何发现产品？
    - 增长引擎是什么？
    - 能否实现可持续增长？
```

### MVP类型

| 类型 | 描述 | 适用场景 | 时间成本 |
|------|------|----------|----------|
| 演示视频MVP | 制作产品演示视频，观察用户兴趣 | 验证产品概念 | 1-3天 |
| 着陆页MVP | 制作产品着陆页，收集预注册 | 验证市场需求 | 1-3天 |
| 绿野仙踪MVP | 人工后台实现自动化功能 | 验证核心价值 | 1-2周 |
| 礼宾MVP | 完全人工提供服务 | 验证服务模式 | 1-2周 |
| 功能切片MVP | 只实现最核心功能 | 验证核心流程 | 2-4周 |

### 创新会计三步法

```
第一步: 建立基准线
├── 定义关键指标
├── 确定当前状态
└── 设定改进目标

第二步: 调整引擎
├── 设计改进实验
├── 执行实验
└── 测量改进效果

第三步: 转型或坚持
├── 评估进展是否足够
├── 决定转型方向
└── 或继续优化
```

### 转型类型

```
转型类型:
├── 放大转型 (Zoom-in)
│   - 将单一功能变为整个产品
│
├── 缩小转型 (Zoom-out)
│   - 将整个产品变为单一功能
│
├── 客户细分转型 (Customer Segment)
│   - 保留产品，改变目标客户
│
├── 客户需求转型 (Customer Need)
│   - 保留客户，解决不同问题
│
├── 平台转型 (Platform)
│   - 从应用转向平台，或相反
│
├── 商业模式转型 (Business Model)
│   - 改变盈利模式
│
├── 渠道转型 (Channel)
│   - 改变分销渠道
│
└── 技术转型 (Technology)
    - 用更好技术解决同样问题
```

## 分析阶段

### 阶段1: 假设识别与优先级排序

**目标**: 识别商业模式中的关键假设并排序

**输入**:
- 商业模式画布
- 创业愿景
- 市场调研

**活动**:
1. 列出所有商业假设
2. 区分价值假设与增长假设
3. 评估假设风险程度
4. 按风险优先级排序

**输出**:
- 假设列表
- 假设优先级矩阵
- 关键假设识别

### 阶段2: MVP设计与实验规划

**目标**: 设计最小可行产品和验证实验

**输入**:
- 关键假设
- 资源约束
- 时间约束

**活动**:
1. 选择MVP类型
2. 定义功能范围
3. 设计验证实验
4. 确定学习目标

**输出**:
- MVP设计文档
- 实验计划
- 成功标准定义

### 阶段3: 指标体系设计

**目标**: 建立可行动的指标体系

**输入**:
- 商业模式
- 学习目标

**活动**:
1. 选择关键指标
2. 区分虚荣指标与可行动指标
3. 建立基准线
4. 设定改进目标

**输出**:
- 关键指标清单
- 基准线数据
- 改进目标

### 阶段4: 实验-学习循环执行

**目标**: 执行构建-衡量-学习循环

**输入**:
- MVP
- 实验计划
- 指标体系

**活动**:
1. 构建MVP
2. 发布并收集数据
3. 分析实验结果
4. 提取学习洞察

**输出**:
- 实验结果
- 学习记录
- 假设验证状态

### 阶段5: 转型决策分析

**目标**: 基于数据做出转型或坚持决策

**输入**:
- 学习记录
- 指标趋势
- 资源状况

**活动**:
1. 评估进展速度
2. 识别转型信号
3. 评估转型方向
4. 制定转型计划

**输出**:
- 转型决策报告
- 新假设列表
- 资源重新分配方案

## 输出模板

### 假设记录表

```markdown
# 商业假设记录

## 价值假设

| ID | 假设描述 | 风险程度 | 优先级 | 验证状态 |
|----|----------|----------|--------|----------|
| V1 | 用户需要X功能 | 高 | 1 | 待验证 |
| V2 | 用户愿意付费Y | 高 | 2 | 验证中 |

## 增长假设

| ID | 假设描述 | 风险程度 | 优先级 | 验证状态 |
|----|----------|----------|--------|----------|
| G1 | 用户会主动推荐 | 中 | 3 | 待验证 |
| G2 | 付费转化率Z% | 高 | 1 | 已证伪 |
```

### MVP实验报告

```markdown
# MVP实验报告

## 实验概述
- 实验名称: [名称]
- MVP类型: [类型]
- 持续时间: [时间]
- 学习目标: [目标]

## 关键指标
| 指标 | 基准线 | 目标 | 实际 |
|------|--------|------|------|
| [指标1] | [值] | [值] | [值] |

## 学习洞察
1. [洞察1]
2. [洞察2]

## 下一步行动
- [ ] [行动1]
- [ ] [行动2]
```

### 转型决策报告

```markdown
# 转型决策报告

## 当前状态评估
- 指标改进速度: [速度]
- 产品市场匹配进度: [进度]
- 资源消耗情况: [情况]

## 转型信号识别
- 信号1: [描述]
- 信号2: [描述]

## 转型方向评估
| 方向 | 可行性 | 预期收益 | 风险 |
|------|--------|----------|------|
| [方向1] | 高/中/低 | [收益] | [风险] |

## 决策建议
建议: [转型/坚持]
理由: [理由]
```

## 参考文献与理论依据

### 经典文献

1. **Ries, E. (2011)**. *The Lean Startup: How Today's Entrepreneurs Use Continuous Innovation to Create Radically Successful Businesses*. Crown Business.
   - 精益创业方法论的开创性著作

2. **Blank, S. (2013)**. *The Four Steps to the Epiphany*. K&S Ranch.
   - 客户发展方法论

3. **Osterwalder, A. & Pigneur, Y. (2010)**. *Business Model Generation*. Wiley.
   - 商业模式画布

4. **Maurya, A. (2012)**. *Running Lean*. O'Reilly Media.
   - 精益创业实践指南

5. **Blank, S. (2013)**. *The Startup Owner's Manual*. K&S Ranch.
   - 创业手册

#
## 🖥️ Python 工具

### 工具链

| # | 工具名称 | 功能描述 |
|---|----------|----------|
| 1 | hypothesis_builder.py | 精益假设构建（价值假设/增长假设/引擎假设） |
| 2 | experiment_designer.py | 实验设计（MVP类型/成功指标/临界指标） |
| 3 | mvp_tracker.py | MVP追踪（构建-测量-学习循环记录） |

### CLI用法

```bash
# 构建精益假设
python tools/hypothesis_builder.py --type value --target users

# 设计MVP实验
python tools/experiment_designer.py --mvp-type landing --metric signup_rate

# 追踪学习循环
python tools/mvp_tracker.py --sprint 3 --learnings "用户更关注价格"
```

## 理论基础

- **科学方法论**: 假设-实验-验证的循环
- **丰田生产方式**: 精益思想来源
- **敏捷开发**: 迭代开发方法
- **客户发展**: Steve Blank的客户发现方法

---

## CLI任务队列支持

本技能支持CLI任务队列自动执行，详见 `skill.yaml` 配置。

### 任务队列执行模式

```yaml
task_queue:
  - stage: "假设识别"
    timeout: 300
    checkpoint: "hypotheses.json"
  - stage: "MVP设计"
    timeout: 400
    checkpoint: "mvp_design.json"
  - stage: "实验执行"
    timeout: 600
    checkpoint: "experiment_results.json"
  - stage: "转型决策"
    timeout: 300
    checkpoint: "pivot_decision.json"
```

---

**技能版本**: 5.0.0-cli-native+agent
**方法论对齐**: Eric Ries精益创业方法论
**最后更新**: 2026-03-18