实验

product-discovery 可帮助 AI 代理在投入工程资源之前，用 Opportunity Solution Trees、假设映射、验证实验和 discovery sprint 决策来系统化 Product Management 的发现流程。

experiment-designer 可帮助 Product Management 团队设计 A/B 实验和功能实验，形成可检验的假设、指标体系、样本量规划、ICE 优先级排序、停止规则和结果解读。

ab-test-setup 是一项用于营销实验的 skill，帮助规划统计上可靠的 A/B 测试。可用于定义假设、变体、核心指标与护栏指标、样本量假设、测试周期、决策规则，以及转化实验上线前的 QA。

resume 是一个 Claude workflow skill，用于继续已暂停的 autoresearch 实验。它会 checkout 实验分支，读取 .autoresearch 配置、策略、结果历史和 git logs，然后在继续迭代前汇报当前状态。

prioritize-assumptions 帮助团队用 Impact × Risk 矩阵对假设进行排序，并为每一项推荐实验。用于 Strategic Planning，把不确定的想法转化为清晰的测试计划；尤其适合你需要一份实用的 prioritize-assumptions 指南、使用流程和后续验证路径时。