一键安装此套包中的所有插件:
42plugin install haabe/kit/myceliumhaabe
评估软件及内容/AI/服务产品的交付健康指标,支持 DORA、APEX 及适配产品类型的专属度量。
haabe
记录钻石项目的关键决策节点,执行理论门禁与证据验证,并在关闭时运行可执行的完成定义清单。
haabe
将离线人工任务(如访谈、观察、外联)的结论记录回画布,作为 /mycelium:handoff 后的重新入口。
haabe
基于Christensen的JTBD理论,映射用户待完成的功能、情感及社交任务。适用于各类对象分析,不仅限于软件领域。
haabe
将 cycle-history.yml 渲染为甘特图和结果分布饼图(支持 ASCII/JSON),遵循隐私与归属规范。
haabe
使用 STRIDE 方法对系统或功能设计进行威胁建模,识别潜在安全风险。
haabe
用于 OST 探索的并行代理编排。扇出多个解决方案探索,并扇入结果以比较和选择优胜方案。
haabe
指导进行基于故事的用户访谈,结合偏差缓解与 JTBD 视角,深入挖掘用户体验。
haabe
读取项目内的决策日志与钩子记录,生成一行包含关键指标(如决策数、引用证据数等)的摘要。纯本地运行,不发送任何数据,支持按需粘贴使用。
haabe
依据 Downe 的 15 项优质服务原则,对特定服务或功能进行专业评估与审查。
haabe
聚合所有活动循环的反馈信号,报告健康状态、趋势轨迹、逾期检查、回归警告及古德哈特定律违规情况。
haabe
在无法进行真实用户访谈时,通过模拟角色执行严谨的用户调研。强制实施认知纪律与对抗性测试,适用于独立开发或内部项目。
haabe
用于评估当前钻石的状态,检查理论门槛与置信度水平,并推荐下一步操作。
haabe
为含AI组件的产品提供五阶段可解释性(XAI)审计,涵盖风险分级、利益相关者矩阵、保真度检查及系统卡片生成。
haabe
基于研究数据构建或更新机会解决方案树(OST),严禁用于头脑风暴。
haabe
为线下人工任务(如访谈、观察、外联)生成结构化交接材料,创建包含移动端友好采集模板的可执行简报。
haabe
一键完成项目初始化与需求访谈,将安装后的配置流程合并为单一操作,是首次使用 Mycelium 插件的推荐入口。
haabe
基于 Loved 框架将版本发布划分为不同层级,并规划相应的市场进入策略。
haabe
检测画布文件中的过时内容、缺失字段及引用错误,建议在定期维护或重大变更前提前运行。
haabe
分析修正趋势,识别重复模式,并将高频修正转化为防护栏或反模式。
haabe
根据项目的核心目标(Why/How/What)自动推导并约束底层实现,防止解决方案与产品定义冲突。支持旧项目 retrofit 及目标变更时的重新推导。
haabe
用于检测面向用户产品中的设计级危害(如暗黑模式、滥用风险),在安全合规之外评估潜在伤害,提供非阻断式提醒。
haabe
针对产品实际界面(如 Web、终端、文档等)进行无障碍性审计,仅应用适用的 WCAG 2.1 AA 标准。
haabe
在开始新或不熟悉代码库的实现时使用。自动检测技术栈并设置开发上下文。
haabe
作为画布状态渲染的核心调度器,将意图路由至专用渲染器或列出可渲染项。默认不生成跨画布的复杂视图,除非经过研究门控。
haabe
用于新产品或项目的启动阶段。通过渐进式访谈,深入理解产品目的、愿景、北极星指标及竞争格局。
haabe
实现自我修正循环:执行、验证、自我批评并重试(最多3次),用于提升代码实现的准确性。
haabe
通过 A/B 测试对比 CLAUDE.md 指令变更在评估基准上的表现,支持捕获基线、测试变体及结果比较。
haabe
将 opportunities.yml 文件渲染为 Mermaid 思维导图或结构化列表。该插件为只读模式,并遵循隐私与归属规范。
haabe
评估 Mycelium 流程有效性,测量周期速度、废弃趋势、置信度校准及回归率。建议每季度或每20个周期运行一次。
haabe
记录使用 Mycelium 时的困惑或缓慢之处,供用户编辑并选择是否发送。仅报告体验,不提出修复建议。
haabe
评估产品是否受 AI 法规(如欧盟 AI 法案第 50 条透明度要求)约束,确保合规适用性。
haabe
在完成交付增量或钻石阶段后,执行结构化复盘。旨在捕捉经验教训,推动持续改进。
haabe
基于尼尔森十大可用性启发式原则评估用户界面。与 service-check 互补,分别聚焦接口级与服务级质量。
haabe
创建或更新任意领域的沃德利地图,分析价值交付、能力演进及战略定位。适用于软件及其他各类业务领域。
haabe
在开始交付工作前使用。提供实施前的验证清单,确保项目准备就绪。
haabe
自动识别适用的外部指标源(如 GitHub、Plausible、Stripe)并配置适配器,支持旧项目 retrofit 及新增数据源刷新。
haabe
运行评估场景以基准测试 Mycelium 的有效性。通过反思循环执行任务,验证成功标准并记录指标。
haabe
评估功能或系统的隐私设计(Privacy by Design)合规性,确保符合 GDPR 及数据保护要求。
haabe
基于 Skelton 的团队拓扑理论,评估团队结构、认知负载及交互模式,确保符合康威定律。
haabe
在重大决策前系统性地挑战现有假设,有效对抗确认偏误、群体思维及过度自信。
haabe
用于面对新问题时,将其归类为清晰、繁杂、复杂、混乱或困惑领域,并选择相应解决方法。