FDE Skills

FDE Skills 是一组面向企业客户和 Forward Deployed Engineer / Field Deployment Engineer 的阶段型 Codex skills，用来辅助 AI 转型前置信息收集、客户访谈、流程拆解、痛点分析、AI 机会评估、MVP 收敛和方案表达。

这个项目的目标不是让 AI 一上来生成完整技术方案，而是把 FDE 工作流拆成多个可组合阶段：先整理背景，再访谈追问，再还原流程，再识别痛点，再评估 AI 机会，最后才收敛 MVP 和表达方案。

项目状态

各阶段通过“事实、假设、证据、信息缺口”交接，仓库内提供路由和行为 eval 语料。

适合现在使用的场景：

• 企业客户在和 FDE 沟通前做 AI 转型前置诊断
• 盘点现有业务流程，识别可能适合 AI 提效的环节
• 整理可发给 FDE 的前置沟通包
• 准备客户访谈问题
• 分析客户原话，判断下一步怎么追问
• 整理客户访谈记录
• 识别显性需求背后的真实业务痛点
• 判断 AI Workflow / Dify / Lark / Agent 是否适合落地
• 收敛 1-2 周内可演示的 MVP 闭环

暂时不适合直接用于：

• 自动生成完整售前方案
• 替代 FDE 做最终业务判断
• 替代法律、财务、人事、安全等高风险决策
• 在没有人工审核的情况下直接承诺全自动交付

当前包含的 Skill

推荐阶段型 Skills

Skill	阶段	产物
fde-engagement-router	路由	当前阶段判断和推荐 skill
fde-intake	前置收集	客户前置沟通包
fde-discovery-interview	访谈	访谈问题、实时追问、信息缺口
fde-workflow-mapping	流程拆解	流程、角色、工具、输入输出、卡点
fde-pain-analysis	痛点分析	表层需求、真实痛点、业务影响
fde-ai-opportunity-assessment	AI 机会评估	候选场景适合度和优先级
fde-mvp-scoping	MVP 收敛	MVP 闭环、边界、人工审核节点
fde-solution-brief	方案表达	客户可读方案摘要

安装

通过 GitHub 安装插件

把本仓库作为 Codex plugin marketplace 添加：

codex plugin marketplace add owner/repo

把 owner/repo 替换成你的 GitHub 仓库，例如：

codex plugin marketplace add yourname/fde

固定分支：

codex plugin marketplace add yourname/fde --ref main

完整 Git URL：

codex plugin marketplace add https://github.com/yourname/fde.git

添加 marketplace 后：

1. 重启 Codex。
2. 在 Codex CLI 中打开 /plugins。
3. 切换到 FDE Skills marketplace。
4. 安装 FDE Skills 插件。
5. 新开一个对话，优先使用 $fde-engagement-router 判断阶段，或直接调用具体阶段 skill。

本地安装

如果还没有推到 GitHub，可以本地安装：

git clone https://github.com/yourname/fde.git
codex plugin marketplace add ./fde

把 https://github.com/yourname/fde.git 替换成你的仓库地址。

然后重启 Codex，在 /plugins 中安装 FDE Skills。

手动安装单个 skill

如果你的 Codex 环境暂时不使用插件，可以只复制 skill：

cd fde
mkdir -p ~/.agents/skills
cp -R skills/fde-engagement-router ~/.agents/skills/
cp -R skills/fde-intake ~/.agents/skills/
cp -R skills/fde-discovery-interview ~/.agents/skills/
cp -R skills/fde-workflow-mapping ~/.agents/skills/
cp -R skills/fde-pain-analysis ~/.agents/skills/
cp -R skills/fde-ai-opportunity-assessment ~/.agents/skills/
cp -R skills/fde-mvp-scoping ~/.agents/skills/
cp -R skills/fde-solution-brief ~/.agents/skills/

重启 Codex 后，可以直接使用 $fde-engagement-router 或任一阶段型 skill。

快速开始

判断当前阶段

使用 $fde-engagement-router。

客户说他们想做一个销售 Agent，但现在只知道销售团队很忙。我应该先进入哪个 FDE 阶段？

客户侧：生成 FDE 前置沟通包

使用 $fde-intake。

我们是一家做 B2B 销售的公司，销售团队每天要写跟进记录、整理客户需求、准备方案，也想看看客服和交付环节有没有 AI 提效空间。请帮我整理一份和 FDE 沟通前的业务材料。

FDE 侧：第一次见老板做商机判断

使用 $fde-intake。

我明天第一次见一家制造业公司的老板，对方说想了解 AI 能不能帮公司提效。请按老板首访问题帮我准备 qualification 问题，并告诉我每个问题背后要判断什么。

沟通前：生成访谈准备

使用 $fde-discovery-interview。

客户是一家做海外达人营销的公司，目前他们说想用 AI 提高找达人、联系达人、客户需求对接、项目结项统计的效率。我准备和他们做一次线上沟通，请帮我生成访谈准备。

沟通中：分析客户原话

使用 $fde-discovery-interview。

客户刚刚说：“我们现在主要问题是客户需求经常说不清楚，导致找来的达人不是客户想要的。”

请帮我分析这句话，并告诉我下一步应该追问什么。

沟通后：整理访谈记录

使用 $fde-workflow-mapping。

下面是今天的客户访谈记录，请帮我整理成业务流程、角色、工具、输入输出和卡点：
……

收敛 MVP

使用 $fde-mvp-scoping。

基于以上信息，请帮我收敛一个现场两周可以交付的 MVP，要求包含：业务目标、核心流程、功能范围、不做什么、人工审核节点、技术路径、风险边界和下一步确认问题。

MVP 验收必须同时给出当前基线、目标、测试样本、测量方式和验收责任人；缺少这些信息时先列缺口，不编造百分比目标。

仓库结构

.
├── .agents/
│   └── plugins/
│       └── marketplace.json
├── .codex-plugin/
│   └── plugin.json
├── evals/
│   └── cases.json
├── scripts/
│   └── validate_repo.py
├── skills/
│   ├── fde-ai-opportunity-assessment/
│   ├── fde-discovery-interview/
│   ├── fde-engagement-router/
│   ├── fde-intake/
│   ├── fde-mvp-scoping/
│   ├── fde-pain-analysis/
│   ├── fde-solution-brief/
│   └── fde-workflow-mapping/
└── README.md

开发与校验

校验 marketplace JSON：

python3 -m json.tool .agents/plugins/marketplace.json

一次性校验 plugin manifest、skill 结构和 eval 语料：

python3 scripts/validate_repo.py

evals/cases.json 定义预期 skill、模式、必须覆盖内容和禁止行为。当前脚本校验 eval 语料的结构与覆盖范围；修改行为契约后，还应在新对话中用这些 prompt 做 forward test。

修改 skill 或 plugin manifest 后，建议在本地 Codex 环境中重新安装 marketplace，并用 /plugins 确认 FDE Skills 可以被发现和安装。然后新开一个对话，优先显式调用 $fde-engagement-router 跑一遍阶段判断，再分别调用 $fde-intake、$fde-discovery-interview、$fde-workflow-mapping 和 $fde-mvp-scoping 跑通主路径。

如果你的 Codex 环境提供 skill/plugin 校验脚本，也建议同时校验：

• skills/* 下每个 skill 都是合法 skill。
• 仓库根目录是合法 plugin。
• .agents/plugins/marketplace.json 可以解析，并且指向仓库根目录 ./。

路线图

• 接入自动化 model eval runner，基于现有 evals/cases.json 检查真实输出。
• 增加共享方法论 references：沉淀 FDE 原则、MVP 选择规则、风险边界和常见反模式。
• 增加行业案例 references：达人营销、电商运营、销售 CRM、客服、财务、人事等。
• 增加可复制的交付模板：调研纪要、MVP proposal、风险评估表、客户确认清单。
• 后续按需接入 MCP，例如读取飞书、Notion、GitHub、CRM、数据库或内部文档。

贡献

欢迎提交 issue 和 pull request，尤其是以下方向：

• 更真实的 FDE 访谈场景
• 更稳定的追问框架
• 不同行业的痛点识别案例
• 更好的 MVP 收敛模板
• Codex plugin / skill 安装体验改进

贡献时请保持每个 skill 聚焦一个任务，不要把多个独立能力塞进同一个 SKILL.md。详细案例、模板和问题库优先放到 references/，让主 skill 保持轻量。

许可证

本项目使用 MIT License。你可以自由使用、复制、修改、分发和商用，但需要保留原始版权声明和许可证文本。

核心原则

• 先还原业务，再谈技术。
• 先识别真实痛点，再讨论解决方案。
• 先做可人工审核的 MVP，再考虑全自动。
• 不把客户原话直接当需求。
• 事实、假设和证据分开记录，阶段之间传递信息缺口。
• 不过早承诺功能和交付范围。