从需求混乱到产品上线——一个 PM 完成过去需要整个团队的研究、文档和对齐工作。
最优秀的 PM 花在实际产品思考上的时间不到 20%。其余都是文档、会议和信息搜寻。
每个 Agent 负责一个关键 PM 工作流。合力为你每周回收 20+ 小时——并显著提升输出质量。
Agent 在后台运行。Aria 负责审查、决策和交付。不再淹没在流程中。
在 OpenClaw 上搭建 Aria 的 PM Agent 网络的核心配置片段。
{
"id": "market-radar",
"name": "MarketRadar",
"schedule": "0 6 * * 1",
// 每周一 6am
"model": "claude-sonnet-4",
"skills": [
"web_search",
"web_scrape",
"summarize"
],
"competitors": [
"competitor-a.com",
"competitor-b.com"
// 最多 15 个
],
"output_channel": "email",
"recipient": "[email protected]"
}
# DocuBot — PRD 生成 Agent 你从粗糙输入(Slack 线程、 语音纪要、要点)生成结构化 产品需求文档。 输出结构: 1. 问题陈述(2–3 句) 2. 用户故事(Given/When/Then) 3. 验收标准(编号列表) 4. 边缘情况与范围外 5. PM 审核待解决问题 6. 成功指标(领先 + 滞后) 格式适配 Notion API。 在缺乏足够上下文的章节 添加 [ARIA 待审核] 标签。
# MeetingMind — 提取配置 提取: action_items: format: "[负责人] [行动] 截止 [日期]" confidence_threshold: 0.75 decisions: tag_as: "DECISION" link_to: jira_epic questions: tag_as: "OPEN QUESTION" assign_to: aria 自动创建: jira_tickets: true follow_up_email: true notion_summary: true 通知: channel: telegram within_minutes: 5
"sources": [ { "type": "intercom", "tags": ["feedback", "feature-req"], "lookback_days": 7 }, { "type": "app_store", "apps": ["ios_app_id", "android_pkg"], "min_rating": null // 捕获所有评分 }, { "type": "slack", "channel": "#customer-feedback" } ], "cluster_themes": true, "link_to_jira_epics": true, "report_schedule": "0 7 * * 1"
30 分钟内配置首个 PM Agent。无需编程——连接工具即可部署。