Token导航 LogoToken导航

Agent Skill · 研究检索

mb-from-prd(mb 来自 珠三角)

mb-from-prd 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

mb-from-prd 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为只读;许可证信息还不明确,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 48,496。

总安装 685周安装 28GitHub Stars 38下载 220核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:mb-from-prd(mb 来自 珠三角)
来源仓库:https://github.com/mrvladd-d/memobank
仓库路径:skills/mb-from-prd
安装命令:
npx skills add https://github.com/mrvladd-d/memobank --skill mb-from-prd
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/mrvladd-d/memobank --skill mb-from-prd

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

mb-from-prd 用于查找、检索和筛选相关信息,支持关键词定位。适合在 Codex、Claude、Cursor、Gemini CLI 中需要快速定位候选结果时使用。通过 GitHub 安装,使用 npx skills add 命令添加指定仓库的 skill。

安装前需确认权限范围、维护状态,以及是否会触发联网或文件读写。适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

来源仓库内路径:skills/mb-from-prd

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/mrvladd-d/memobank --skill mb-from-prd;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

mb-from-prd 怎么安装?

在终端执行 npx skills add https://github.com/mrvladd-d/memobank --skill mb-from-prd。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

mb-from-prd 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

mb-from-prd 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

mb-from-prd 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

mb-from-prd 用的人多吗?

公开数据是累计安装 685 次,近一周安装 28 次,下载 220 次,GitHub 38 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

mb-from-prd 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。
  • 标注为只读权限,试用阶段不容易误改本地文件。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 只想先试试效果、不希望它改动本地文件的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
mb-from-prd

mb 来自 珠三角 · 本页

68538只读未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

mb-from-prd — PRD → Memory Bank (greenfield)

  • What it does: converts a PRD into structured project knowledge and traceable planning artifacts.
  • Use it when: the project is greenfield and prd.md or equivalent requirements already exist.
  • Input: prd.md or user-provided PRD text plus an initialized .memory-bank/.
  • Output: product brief, RTM, epics, features, and concept docs ready for /prd-to-tasks.

Preconditions

  • You are in the repo root.
  • prd.md exists (or the user provides PRD text).
  • .memory-bank/ exists. If not, run mb-init first (or create the skeleton manually).

Process

1) Load and sanity-check PRD

  1. Read prd.md.
  2. Identify missing information and contradictions.
  3. Start a task protocol folder:

- .protocols/PRD-BOOTSTRAP/ - plan.md (steps) - decision-log.md (Q/A and choices)

2) Skills / tooling discovery (optional but recommended)

If the PRD mentions “use skills / tools / CLIs”:

  • run /find-skills (project-installed first; marketplace second)
  • propose a minimal set of relevant skills to use (do not install without confirmation)

3) Deep Questioning (rounds)

Use ./references/shared-deep-questioning.md.

  • Ask questions in rounds of 3–5.
  • After each round: summarize, update decision-log.md, and ask the next round.
  • If user is temporarily unavailable: record Open questions in decision-log.md and stop. Do not proceed by inventing facts.

If the target mode is full autonomous:

  • non-blocking gaps may be recorded as explicit Assumptions
  • blocking gaps (security/compliance/external contracts/data-loss risks) must halt the run

4) Write L1 Product brief

Update .memory-bank/product.md (use the user’s wording).

5) Requirements + RTM

Update .memory-bank/requirements.md:

  • Enumerate REQ-IDs.
  • Define “out of scope”.
  • Fill RTM: REQ → Epic → Feature → Test.

6) Create Epics (L2, draft-first)

For each epic:

  • Create .memory-bank/epics/EP-<NNN>-<slug>.md
  • Use references/epic-template.md.
  • Ensure business value + success metrics.
  • Default status: draft until open questions are resolved.

7) Create Features (L3, draft-first)

For each feature:

  • Create .memory-bank/features/FT-<NNN>-<slug>.md
  • Use references/feature-template.md.
  • Ensure autonomy and explicit acceptance criteria.
  • Default status: draft until acceptance criteria + verification plan are solid.

8) Tasks planning (per-feature, no “everything at once”)

Do not generate a full-task backlog “в лоб” for all features in one pass.

Instead:

  1. Seed .memory-bank/tasks/backlog.md with a short structure (waves + placeholders).
  2. For each selected feature, run /prd-to-tasks FT-<NNN> to produce:

- .memory-bank/tasks/plans/IMPL-FT-<NNN>.md - atomic TASK-* items grouped by waves

This keeps planning accurate and avoids speculative task explosions.

9) Duo docs for key concepts

For every concept that would otherwise require “reading many files” to understand later:

  • .memory-bank/architecture/<concept>.md (WHAT/WHY)
  • .memory-bank/guides/<concept>.md (HOW)

10) Update index

Update .memory-bank/index.md with annotated links to everything new.

11) Review gate

Run a fresh-context review (preferably mb-review).

12) Autonomous handoff (optional)

If the goal is “PRD → done without more user interaction”:

  • do not execute tasks from here manually
  • hand off to generated project command /autonomous

Definition of done

  • product.md + requirements.md are coherent.
  • Every REQ maps to an Epic/Feature in RTM.
  • Epics and features exist with acceptance criteria.
  • backlog.md exists as a plan skeleton; feature-level tasks are produced via /prd-to-tasks.
  • index.md is updated.

平台分布

Codex

34.46%
按下载量换算76

Claude

33.39%
按下载量换算73

Cursor

18.1%
按下载量换算40

Gemini CLI

8.8%
按下载量换算19

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills