OPC Wiki

主题

02. OPC Skill 开源项目架构 ​

项目定位 ​

opc-skill 是一套面向 AI 一人公司创业者的执行型 Agent Skill 包。

它的目标不是保存课程全文，而是把课程里的核心方法论压缩成可执行、可调用、可复用的行动路径。

一句话：

课程负责解释为什么，opc-skill 负责告诉你下一步做什么。

为什么用 Skill 形态 ​

AI Agent 的能力越来越强，但如果没有结构化上下文，它仍然容易泛泛而谈。

OPC 创业涉及多个领域：

  • 赛道选择
  • MVP 验证
  • 商业模式
  • 主体注册
  • 财税合规
  • 版权和数据
  • 获客转化
  • 标准交付
  • 工具选型
  • Agent 自动化
  • 成本控制
  • 百日复盘

如果每次都让 Agent 临场发挥，它很容易给出“正确但没用”的建议。

Skill 的价值在于：

  • 把方法论固化成入口。
  • 把阶段判断固化成表格。
  • 把工具和模板固化成资产。
  • 把 Go/No-Go 标准固化成规则。
  • 让不同 Agent 在同一套创业框架下工作。

目录结构 ​

opc-skill 当前由 5 个核心 Skill 组成：

text
opc-skill/
├── README.md
├── opc-100day-profit/
├── opc-strategy/
├── opc-compliance/
├── opc-growth/
└── opc-techstack/

每个 Skill 通常包含：

text
skill-name/
├── SKILL.md
├── assets/
└── references/
文件类型作用
SKILL.mdSkill 入口，包含触发场景、工作流、产出物、决策点
assets/模板、表格、清单、提示词等可直接使用的材料
references/方法论、判断框架、补充说明

五个核心 Skill ​

opc-100day-profit ​

定位：总编排层。

解决：

  • 现在处于 100 天里的哪个阶段？
  • 本周最重要的任务是什么？
  • 是否应该继续、延长验证或停止？

核心产出：

  • 100 天目标
  • 周计划
  • Go/No-Go 决策
  • 百日复盘报告

opc-strategy ​

定位：战略定位层。

解决：

  • 选择哪个赛道？
  • 找谁付钱？
  • 怎么验证不是伪需求？
  • 起步阶段用什么商业模式？

核心产出：

  • 赛道评分表
  • 10 人访谈记录
  • MVP 验证计划
  • 三档报价初稿

opc-compliance ​

定位：合规防火墙。

解决：

  • 什么时候注册主体？
  • 个体户还是有限公司？
  • 第一笔钱怎么收？
  • 合同和发票怎么处理？
  • AI 业务的版权和数据边界在哪里？

核心产出：

  • 主体选择
  • 合同模板
  • 凭证文件夹
  • 合规自查清单

opc-growth ​

定位：获客与交付闭环。

解决：

  • 去哪里找客户？
  • 内容如何带来咨询？
  • 咨询如何变成诊断？
  • 诊断如何变成报价？
  • 交付后如何复购？

核心产出：

  • 渠道选择
  • 内容计划
  • 需求诊断表
  • 三档报价
  • 交付 SOP
  • 复购节奏

opc-techstack ​

定位：工具和自动化。

解决：

  • 当前阶段需要哪些工具？
  • 哪些工具不该买？
  • API 成本如何控制？
  • 什么时候上 Agent？
  • 哪些任务值得自动化？

核心产出：

  • 最小工具栈
  • 成本追踪表
  • Agent 原型
  • 自动化优先级评分

设计原则 ​

1. 新手优先 ​

Skill 的默认用户不是成熟创业者，而是刚起步的 AI 一人公司创业者。

所以它不假设用户已经懂：

  • 商业模式
  • 增长漏斗
  • 财税合规
  • Agent 框架
  • 工具成本

每个入口都要先判断状态，再给下一步动作。

2. 付费验证优先 ​

项目里最重要的统一标准是：

Day 30 前，至少 3 个目标用户愿意付费或已经付费。

这个标准用于防止“免费试用”“点赞收藏”“觉得不错”被误认为真实需求。

3. 先人工，后自动化 ​

Skill 明确后置 Dify、n8n、MCP、多 Agent 等复杂能力。

原因是：

没有稳定流程时，自动化只会放大混乱。

所以 opc-techstack 的顺序是：

text
最小工具栈 → 手工跑通 → 成本审计 → 自动化评分 → Agent/工作流

4. 资产可复用 ​

opc-skill 里的模板和表格不是一次性内容，而是未来商业化产品的基础资产。

例如：

  • 赛道评分表可以变成在线评估工具。
  • 百日计划表可以变成陪跑营任务系统。
  • 合同模板可以变成合规工具包。
  • 成本追踪表可以变成 SaaS 或 Notion 模板。
  • 提示词库可以变成 Agent 工作流市场。

如何使用 ​

人类读者 ​

从 README.md 判断当前阶段，然后进入对应 Skill。

不要一次性读完所有文件。

按阶段阅读：

text
我在哪个阶段？ → 读对应 SKILL.md → 使用 assets 模板 → 查看 references 补充

AI Agent ​

把相关 Skill 目录加载给 Agent，让它基于当前阶段执行任务。

例如：

  • 用 opc-strategy 帮用户做赛道评估。
  • 用 opc-growth 生成需求诊断表和三档报价。
  • 用 opc-techstack 做工具成本审计。
  • 用 opc-compliance 做合同和数据合规自查。

商业化项目 ​

把 Skill 当作产品化组件：

  • 免费开源版本：提供基础方法和模板。
  • 付费工具包：提供更完整模板、案例和行业版本。
  • Agent 应用：把 Skill 封装成可交互助手。
  • 陪跑服务：用 Skill 作为任务系统和交付标准。
  • 企业服务：基于 Skill 做定制化 AI 转型咨询。

与课程的关系 ​

课程模块对应 Skill
战略定位篇opc-strategy
合规落地篇opc-compliance
技术工具篇opc-techstack
获客运营篇opc-growth
增长进阶篇opc-100day-profit

课程是完整解释，Skill 是压缩执行。

当 Skill 需要更多背景、案例和细节时，回到课程。

当课程内容需要变成可执行动作时，进入 Skill。

开源项目的价值 ​

对用户：

  • 降低 AI 一人公司起步门槛。
  • 提供可执行路径，而不是泛泛建议。
  • 把复杂创业问题拆成阶段任务。

对开发者：

  • 提供 Agent Skill 的真实业务样例。
  • 展示如何把课程内容结构化成可调用知识。
  • 可扩展成工具、Bot、工作流和插件。

对商业化：

  • 建立信任入口。
  • 积累用户反馈。
  • 形成社区和贡献。
  • 为付费产品提供底层内容资产。

维护原则 ​

每次修改 opc-skill 时，应检查：

  • README.md 阶段路由是否仍准确。
  • 5 个 SKILL.md 的触发和产出是否清楚。
  • 相对链接是否有效。
  • 是否出现重复资产。
  • 是否存在过时政策、合规或工具信息。
  • 是否仍然符合“新手优先”的原则。