代理人驅動開發與 Agent Skills 導入
用 Claude Code、Codex 與 Agent Skills，把模糊需求轉成 PRD、技術藍圖與可交付任務。
開發週期
-70%
需求拆解與規格產出前移
核心方法
Agent-Led
需求訪談、PRD、Sprint、實作分工
能力證據
Skills System
用可複用工作手冊管理專業能力
Live Interface
Agent Development Control Room
把 AI 從聊天工具變成可以拆需求、寫規格、管理工作流的執行系統。
Requirement clarity
PRD-ready
Cycle reduction
-70%
Execution mode
Agent-Led
Reusable process
Skills
這不是作品集截圖頁，而是把履歷敘述拆成可檢查的流程、技術與結果。
Step 01
需求訪談
先把客戶口語描述轉成商業目標、使用者流程、限制與成功指標。
Step 02
Logic Mapping
把商業流程拆成資料流、角色權限、API 邊界與例外情境。
Step 03
PRD / 技術藍圖
讓 AI 輔助產出 PRD、Sprint 計畫、模組切分與技術決策草稿。
Step 04
Agent Skills 執行
用 Skills 固化角色、規範、工作流程，讓不同任務能被穩定重複執行。
Evidence Layer
可以被查核的能力證據
每個履歷點都對應到一組可展示的流程、內容或交付紀錄，讓訪客知道這不是空泛宣稱。
Operating System
AI 幕僚與 Skills 目錄
Obsidian 內已建立幕僚角色、技術架構、Sprint、n8n、Obsidian CLI 等 Skills 分工，是 Agent-Led 工作方式的實際操作骨架.
查看連結Capability Stack
這個頁面要讓人看懂的能力
這個頁面會把 Ray 的 AI 開發方法呈現成一個控制室，而不是一段自稱會用 AI 的履歷文字。
重點是讓訪客看到：Ray 的能力在於把需求訪談、PRD、技術拆解、Agent Skills 與實作交付串起來，讓開發流程變短、變清楚、可複用。
需求到規格
- 把模糊需求變 PRD
- 拆出 MVP / Sprint
- 整理商業邏輯與限制
規格到產品
- Next.js / FastAPI 類產品規劃
- 資料模型與 API 邊界
- 用 Agent 協作完成實作
角色化工作流
- 幕僚角色分工
- Skills 文件化
- 讓 AI 可以穩定接手重複任務