前言¶

項目還沒動工的時候，往往是最容易出現空談的階段：需求沒拆完就開始聊技術棧，方案聊了一堆沒有落點，選完架構才發現風險沒人評估。這類前置決策決定了後面幾個月的方向，但大多數團隊靠開會和聊天記錄推進，產出難以追溯。

下面介紹的 SkillHub Skill「自我進化腦力風暴執行」（座標 @user_7d1579ca/wrj-warehouse-brainstorm-skill，版本 1.0.1，來源 community，分類 dev-programming），把軟件項目前置決策階段的腦力風暴固化成一套流程：從需求出發發現問題，發散候選方案，再收斂成帶風險評估和產物定義的決策輸出。

這是什麼¶

「自我進化腦力風暴執行」是面向軟件項目腦力風暴與可行性分析的執行型 Skill，由發佈者 user_7d1579ca 維護，開源地址在 https://github.com/chronowrj/wrj_warehouse。

它解決的問題是：讓 AI 在項目前置決策階段有章法地工作，而不是開放式閒聊。官方定位是”產出有實際價值的方案論證而非空談”，包含三部分：問題發現方法論、方案探索框架、可行性預篩流程。

觸發場景包括：項目腦力風暴、方案討論、技術選型、需求分析。它可以與同倉庫的 self-evolution Skill 配合使用——後者負責把每次決策中的經驗沉澱下來，本 Skill 執行時可以檢索過往經驗來指導當前決策。

開源倉庫的定位說明裏提到，軟件項目失敗大多集中在前置決策階段，這個 Skill 就是針對該階段設計的實驗性框架。

核心功能¶

根據開源倉庫中該 Skill 的定義（brainstorm，v5），執行流程分爲四個階段，每個階段都帶一個質量門（Quality Gate），必須通過檢查清單才能進入下一階段。

1. Step 0：價值拷問 —— 追問爲什麼要做、核心價值是什麼、與現有方案相比有什麼差異。
2. Step 1：問題發現 —— 需求拆解、五類場景枚舉、輸出問題清單。配套的參考文檔是六層追問法（references/question-framework.md）。
3. Step 2：方案探索 —— 產出 3 個以上候選方案，用八維度對比矩陣比較。配套模板是決策矩陣（references/decision-matrix-template.md）。
4. Step 3：收斂 —— 風險評估、產物定義（6 類產物，按 P0/P1/P2 分級）、決策輸出、產品概念驗證。

除流程本身，該 Skill 還要求三層可視化輸出：

• 第一層：概念圖（架構、流程圖、模型）；
• 第二層：關鍵頁面的界面線框預覽；
• 第三層：2–3 個設計風格方向參考。

配套的 self-evolution Skill 作爲主調度器，按六階段循環工作：監控工作 → 檢查收益 → 總結經驗 → 分類存儲 → 檢索複用 → 記錄進化日誌。經驗以結構化 YAML 條目存儲，字段包括 experience_id、date、task_type、project_context、scene、problem、solution、outcome、applicable_conditions、source。倉庫內預置了風險、校準、模式三類經驗庫，條目數量分別爲 7、3、1 條。

安裝與啓用¶

該 Skill 的安裝方式來自開源倉庫說明，針對 WorkBuddy 用戶：

1. 下載或克隆 https://github.com/chronowrj/wrj_warehouse
2. 將 skills/ 目錄內容複製到 ~/.workbuddy/skills/
3. 重啓 WorkBuddy，Skill 會在下次腦力風暴任務時自動激活

其他 AI 助手：Skill 定義是帶 YAML frontmatter 的 Markdown 文件，倉庫說明指出，流程邏輯和經驗格式可以適配任何支持自定義指令或技能系統的 AI 助手。官方 Skill 頁標籤爲 requires_api_key=false，說明該 Skill 不需要額外的 API key 配置。

在 Claude Code / Cursor / Codex CLI 等環境中的具體安裝路徑，官方資料沒有給出說明，本文不推測。

典型用法¶

倉庫提供的方法是在 AI 助手中觸發腦力風暴任務，Skill 按四個階段依次執行。以官方實驗使用的測試項目”員工計劃管理系統”爲例，流程推進方式如下：

1. 提出項目腦力風暴需求（如：爲"員工計劃管理系統"做方案討論）
2. Skill 執行 Step 0：追問項目的核心價值與"計劃"的落點
3. 進入 Step 1：拆解需求、枚舉場景，輸出問題清單
4. 進入 Step 2：給出 3 個以上候選方案並做八維度對比
5. 進入 Step 3：風險評估 + 產物定義（標註 P0/P1/P2）+ 決策輸出
6. 每階段通過質量門後纔會進入下一步

其中 Step 0 的價值拷問有實際作用：實驗記錄顯示，最初的方案把重點放在了”管理”審批流程上，而項目名強調的其實是”計劃”——AI 協助撰寫計劃纔是核心價值。這類偏差正是靠前置的結構化追問暴露出來的。

配合 self-evolution 使用時，決策結束後可以總結經驗條目，存入對應分類的經驗庫；下次同類決策中，Skill 會先檢索相關經驗再進入流程。

適用場景與注意¶

適合的人羣：需要在項目立項、方案選型、需求分析階段獲得結構化引導的開發者和團隊；希望前置決策過程可追溯、可複用的使用者；以及願意維護經驗庫、做 AI 自我進化實驗的研究者。

需要注意的限制：

• 這是一個實驗性項目。官方 README 自我定位爲 AI 自我進化實驗的一部分，brainstorm Skill 曾在單日內經歷 5 次迭代，穩定性仍在演進中。
• 流程質量依賴質量門的執行。實驗記錄顯示，早期版本把”走完步驟”等同於”做得好”，輸出得分只有 20/100，說明步驟齊全不等於結論可靠。
• 經驗庫的條目數量目前很少（風險 7 條、校準 3 條、模式 1 條），檢索複用的效果取決於你自己積累的經驗量。
• 三層可視化輸出對輸出成本有要求，輕量討論場景可能用不上完整流程，可按需裁剪。
• 安裝說明只覆蓋 WorkBuddy，其他環境需要自行適配 Markdown Skill 定義。

結尾¶

「自我進化腦力風暴執行」的價值在於把項目前置決策從聊天變成論證：問題先被發現，方案先被髮散，決策最後被收斂，每一步都有質量門把關。配合 self-evolution 的經驗沉澱，決策質量可以隨使用次數累積。

官方地址：https://api.skillhub.cn/user_7d1579ca/wrj-warehouse-brainstorm-skill ，開源倉庫：https://github.com/chronowrj/wrj_warehouse 。當前版本 1.0.1，SkillHub 評分 100000，下載 932 次（以 SkillHub 頁面抓取數據爲準）。