技能介绍

先解决什么问题

MVP 阶段工程师常要在多个上下文之间反复切换：把模糊想法变成可评审的 PRD，从零搭出项目结构，补上 Code Review 与知识沉淀，最后再做容器化发布。ai-startup-mvp-factory 把 PRD 生成、代码构建、PR 知识 Wiki 同步和 Docker CI/CD 串成一条流水线，目标是让一句话创业想法能走完“从想法到可运行应用”的过程。

技能如何工作

PRD Generator 是入口：输入一句话产品想法或业务需求，输出结构化 PRD，包括功能列表、技术栈建议、API 设计、数据模型。
AI Startup MVP Launcher 消费 PRD，生成完整可运行项目：FastAPI + React + PostgreSQL、项目结构、核心业务逻辑、Docker 环境配置。
GitHub PR Knowledge Wiki Sync 是质量门禁：基于生成代码创建 PR、运行 AI Code Review、同步 Wiki，并修复代码质量问题。
Docker CI/CD Release Pipeline 是部署出口：处理审查通过的代码，构建多阶段 Dockerfile，做镜像安全扫描，推送镜像仓库，生成 docker-compose 部署文件。

实际使用时建议按五步走：输入创业想法 → 生成 PRD → 把 PRD 交给 MVP Launcher → 执行 PR/Code Review 质量门禁 → 容器化部署。

适用边界与注意点

适合独立开发者、创业团队技术负责人和需要快速验证想法的 MVP 场景。技术栈覆盖后端 Python FastAPI / Node.js Express / Go Gin，前端 React / Vue / Next.js，数据库 PostgreSQL / MongoDB / Redis，AI 侧支持 OpenAI API / LangChain / 向量数据库，容器与 CI/CD 使用 Docker、Docker Compose、GitHub Actions 和镜像仓库。注意：PRD 是入口，不要跳过；Code Review 可选但建议开启，尤其涉及第三方 API Key 时；MVP 阶段可跳过容器化，直接本地运行生成代码；生成代码默认使用 MIT License，部署前需确认。不要把它当成自动产生业务洞察的银弹，PRD 输入越清晰，后续代码与部署质量越可控。