Skip to content
Conduit

skill

lumilab-skill

Idea 创业实验室

zifeixu85/lumilab-skillcommunitylistedunreviewed
Use skill

Set up

Skills are installed by placing their folder where your agent loads skills.

Download ZIP from GitHub Open the repository

The download comes from github.com/zifeixu85/lumilab-skill itself, not from our server, so what you get is exactly what its author published.

Install instructions come from the README

Skills do not use an MCP config. Follow the steps in the README below.

README

synced Oct 22, 2026

Lumi Lab

把一句话想法，送进创业实验室。看清楚 · 测一下 · 下一步。

English ｜ 简体中文

从一个念头，到判断它到底值不值得做 —— 查需求、想定位、做验证页、发出去、读数据，中间这段路 Lumi Lab 替你跑。它是一套装进你 AI 助手的技能包：给一句话想法，它自动接力做完，最后给你一个能测真实意愿的验证页，和一份「接着做什么」的判断。

版本 Skills 宿主 License

🚀 一键安装

把这段话发给你的 AI 宿主（Claude Code / OpenClaw / Cursor / Codex…），它会自己装好（整段可直接复制）：

帮我装 Lumi Lab：跑 curl -fsSL https://get.lumiclaw.ai | bash ，装完告诉我怎么用。

或自己在终端跑：

curl -fsSL https://get.lumiclaw.ai | bash

装到所有检测到的 AI 宿主（Claude Code / OpenClaw / Codex / Gemini）的 skills 目录；重跑即升级，本地数据保留。也可 git clone —— 见下方 安装。

不是给想法打个分，是带它走完一次验证

你有个想法，但心里没底：

「我觉得肯定有人需要……但多少人在找、谁在做、为什么不满意，我没认真查过。」 「想做的功能列了十个，结果一个没开始 —— 不知道先做哪个。」 「想测有没有人要，可连个像样的页面、一段能发的文案、一张图都做不出来。」 「页面做好了，该先发朋友圈还是小红书？发完没人理怎么办，心里完全没谱。」 「有人收藏、有人问、网页没人留邮箱……这到底算成了没成？下一步干嘛？」

Lumi Lab 把这几段路一步步替你跑完 ——

  • ① 看清楚 · 先把脑子里那团模糊理清楚：做什么、给谁、赌哪一点。
  • ② 测一下 · 网页、小红书、朋友圈、海报，挑省力的方式放出去，看真人怎么反应。
  • ③ 下一步 · 数据回来，帮你读懂：接着做、换方向、还是先停一停。

展开就是 6 步：想法澄清 → 看清地形（市场 / 竞品 / 痛点）→ 定位（做什么 · 给谁 · 怎么收费）→ 做出能测的东西（验证页 / 文案 / 配图 / 收款）→ 发出去（冷启动计划）→ 读数据定下一步。

它给你参考基线和解读，但不替你下成败结论 —— 每个项目基数不同，继续 / 调整 / 先停，最后你拍板。

一句话，跑完整条路

装好后，对你的 AI 说一句「帮我用 Lumi Lab 验证一个想法」，剩下交给它：自动跑市场分析、竞品扫描、方向建议，做出一个能测真实购买意愿的验证页；全程只在两个真正要你拍板的地方停下来，其余自动跑完。每一步都渲染成网页主动推给你看，不是丢一堆文件了事。

  • 上手零配置 —— 核心流程开箱即用，不用先配一堆账号。
  • 用你 AI 自己的脑子 —— 不用再给一个 LLM key，你的 Claude Code / Codex / OpenClaw 已经有了。
  • 数据在你本地 —— venture、配置、密钥都在 ~/.lumilab/，不上报。
  • 联网调研 / 一键部署 / 生图等会用到第三方服务，需要各自的 Key，但全部可跳过，不填也能完整跑一遍。

26 个技能，覆盖从想法到验证的每一步

每个技能背后都有一套成熟方法论（Mom Test、April Dunford 定位、Sean Ellis PMF、YC office hours…）。你不用一个个学 —— 给一句话，它们自己接力：调研 → 产品 → 文案 → 落地页 → 发布，一路做到能测真实意愿的验证页。

  • 想法 → 验证 编排器 · 默认入口，把其它技能串起来的总指挥。
  • 作战室 Studio · 整个过程渲染成网页给你看，常驻服务、改了自动刷新。
  • 假设账本 · 每次判断都留痕，可回头复盘、可 pivot 不丢历史。
  • 下一步行动引擎 · 反馈回来，告诉你接着具体做什么。
  • 创始人教练 · 想找人把某个问题聊透，随时在。

全部 26 个技能的一行说明见 docs/SKILLS.md。

安装

前置依赖（自动处理，一般不用管）

  • bun ≥ 1.0（运行时 + 脚本）—— install.sh 检测到缺失会自动安装；宿主 chat 路径下每个 SKILL.md 的 ## 环境自检 段会让 agent 自己装
  • wrangler（Cloudflare CLI；只在你要用 lumilab deploy 时需要）
  • qrencode（可选，lumilab manage 生成二维码用）

需要手动装的话：

curl -fsSL https://bun.sh/install | bash    # install.sh 会自动做这步
npm install -g wrangler                      # 仅 deploy 用
brew install qrencode                        # 可选；或 apt install qrencode

安装 skills bundle

最简单：把这段话发给你的 AI agent（Claude Code / OpenClaw / Cursor…），它会自己装好（整段可直接复制）：

帮我装 Lumi Lab：跑 curl -fsSL https://get.lumiclaw.ai | bash ，装完告诉我怎么用。

或自己在终端跑这条命令（效果一样）：

curl -fsSL https://get.lumiclaw.ai | bash

它会：检测系统 → 下载并校验 → 装到所有检测到的宿主的 skills 目录：

Agent目录
Claude Code~/.claude/skills/
OpenClaw~/.openclaw/skills/
Codex CLI~/.codex/skills/
Gemini CLI~/.gemini/skills/

bun 缺失会自动安装。重跑同一条命令即升级，本地数据（venture / 配置 / 密钥）完整保留，升级前自动备份可回滚。

Cursor（仅项目级）：在项目根目录跑 mkdir -p .cursor/skills && cp -R ~/.claude/skills/lumilab-* .cursor/skills/

从 GitHub 直接装（仓库 = zifeixu85/lumilab）

git clone https://github.com/zifeixu85/lumilab.git
cd lumilab
./install.sh            # 自动检测 Claude Code / Codex / OpenClaw / Gemini，装到每一个

install.sh 把整个 skills/ 装到所有检测到的宿主，CLI 装到 ~/.lumilab/bin/，升级前自动备份旧版可回滚。只装到某一个宿主：./install.sh --target ~/.codex/skills（例如只给 Codex）。

仓库已公开，git clone 无需登录。

其它安装路径

  • 飞书 Hermes（chat 内一句话）：在已接好的 chat 里发 /skills install https://github.com/zifeixu85/lumilab，Hermes 静态扫描后写入 ~/.hermes/skills/lumilab/
  • OpenClaw 原生命令：openclaw skills install lumilab && openclaw gateway restart（飞书 bot 可选：openclaw channels login --channel feishu）

入口：「打开 lumilab」

装完不知道从哪开始？在你的 AI 宿主里说一句「打开 lumilab」 —— 触发 lumilab-home 门面 skill：

  • 首次 → 自动引导你走 6 步首次引导页（产品玩法 → 选界面风格 → 身份 → 偏好 → 工具 token → 完成）。工具 token 全部可跳过。
  • 回访 → 渲染 home dashboard：已配工具 ✓/—、所有 venture 及各自流水线进度、建议的下一步。

CLI 等价：lumilab（裸命令）或 lumilab home。飞书等 chat 环境的引导走 wizard.ts --chat-onboard 文本版。

试试 demo

lumilab list
lumilab studio lumilab-meta

在浏览器里打开自指 demo venture。

你自己的 idea（默认流程）

lumilab idea "给小红书 KOL 的 AI 内容工厂"

然后在你的 AI 宿主里（Claude Code、OpenClaw、飞书 @bot 等）说一句：

「用 lumilab-idea-to-landing 帮我把这个 idea 跑完整条流水线」

宿主 LLM 会自动跑：市场分析 → HTML 报告 → 方向选择（问你一次）→ 设计 + landing。产物会主动推给你。

最后一条命令上线验证：

lumilab deploy <venture>   # 发布 + 加密 + URL + 密码，30 秒

命令

lumilab idea "<一句话想法>"      ★ 默认入口：idea → 分析 → 方向 → landing
lumilab new "<想法>"            只建 venture 目录（手动流程）
lumilab list                    列出所有 venture
lumilab studio [venture]        浏览器打开 Studio（守护进程在跑则直接开它）
lumilab serve <start|stop|status|restart|open>   常驻 Studio 守护进程（固定端口，文件变更自动刷新）
lumilab render [venture]        重新渲染 Studio HTML

lumilab design-direction [venture]    选美学方向 + 旋钮 + 实时预览
lumilab deploy <venture>              部署到 Cloudflare Pages（带密码门）
lumilab manage                        管理所有已部署的 Studio
lumilab config                        Setup Wizard

lumilab retro [venture]               周复盘四桶交互页
lumilab payment create [...]          创建 Stripe 验证用 payment link（test mode）
lumilab payment sync <venture>        只读回读真实付款 → 验证信号（--mock 写样例）
lumilab research-xhs "<关键词>" [...]  小红书抓笔记（需 TIKHUB_API_KEY，无 key 自动 mock）
lumilab research-web  "<查询>"  [...]  Exa Web 搜（需 EXA_API_KEY，无 key 自动 mock）
lumilab secrets <动作> [...]           keychain CLI：which|get|set|del|list|migrate-plaintext

lumilab help                          显示帮助

在 Claude Code / OpenClaw 里，coach / clarify / research / build-assets / launch / review 这些 skill 通过对话式调用：

「为 venture xhs-factory 跑 lumilab-research-platforms，通道：web + xhs」

盒子里有什么

层数量Skills
门面 / 入口1lumilab-home（首次引导 + home dashboard：工具状态 / venture 进度 / 下一步）
Orchestrator1idea-to-landing（一句话 idea → 分析 → 方向 → 验证页 全自动流水线）
核心（自建）6hypothesis-ledger、founder-coach、landing-mvp（含 SEO/GEO + theme.css）、content-repurpose、weekly-sop-runner、next-actions（信号 → 多方向下一步：看板 + 脑图 + 打印）
基础设施4config（Setup Wizard + Share Manager）、deploy（Cloudflare + 加密）、research-platforms（小红书 + Web）、payment-link（Stripe 真 checkout + 付款回流）
渲染1studio（常驻服务 + Studio HTML + 市场分析报告 + 看板/脑图/付款/re-theme）
Overlay（上游封装）12coach-yc、research-{interview,icp,competitor,keywords}、product-{positioning,pmf,mvp}、copy、launch-strategy、metrics、design-direction
知识1playbook-cn（13 个框架 + 中国平台规则索引）

research-keywords 是定量搜索需求验证（DataForSEO / Keywords Everywhere 查搜索量、KD、红蓝海），和 research-platforms 的定性痛点互补。idea-to-landing Phase 1 会自动跑它。

每个 skill 是 skills/<name>/SKILL.md 加上可选的 scripts/、references/、templates/、tests/。打开一个读读——是宿主 LLM 直接消费的扁平 Markdown。

跟一个「超级 prompt」有什么区别

超级 prompt 是文本。Lumi Lab 是一个工作区。

超级 promptLumi Lab
无状态。每次会话重新粘贴。~/.lumilab/ 就是状态。
一个作者的口吻。26 个独立 skill，各有各的纪律。
输出是丢进聊天框的文本。输出是文件：HTML、YAML、CSV、MD。可 diff、可部署。
「试试这个方法。」atomic 假设账本，带 supersede 历史。
难分享。lumilab deploy → 30 秒一个加密的公开 Studio。
忘了上周。~/.lumilab/ 里的 PARA 三层记忆。

质量纪律

操作型 skill 的 SKILL.md 内联完整流水线与命令细节（宿主执行时照做）；方法论类 skill 精简 SKILL.md + 完整详版在 references/full-guide.md（progressive disclosure）。每个 skill 都带可独立运行的 scripts/validate-output.ts（输出结构校验）+ scripts/anti-slop-lint.ts（反 AI 味文案检查）。

文档

主要能力

逐版本变更见 CHANGELOG.md（当前 v1.14.0）。

  • 常驻 Studio 守护进程 — lumilab serve start，固定端口统一服务所有 venture + home，文件变更 → 已打开页面自动刷新，访问时惰性重渲（不用 agent 手动 render）。
  • lumilab-next-actions 决策引擎 — 读全量 venture 数据 → 对照信号基线 → 多方向候选下一步。Studio 内联看板（原生拖拽持久化）+ 脑图（离线渲染、断网可用）+ 可打印。
  • 付款数据回流 — lumilab payment sync 只读回读真实 Stripe 付款笔数/金额（脱敏）→ 对照基线判信号 → 回写假设 → 喂 next-actions。付款是比留邮箱强 1000× 的需求信号。
  • 落地页 theme.css + 实时 re-theme — 构建阶段真实落地页 iframe + 设计面板并排，拖旋钮立刻可见；「应用设计」确定性写回 theme.css（不调 LLM）。
  • 第一方埋点 + 内容配图 + 宿主代搜兜底 — 公开验证页第一方埋点（数据进你自己的 CF），小红书/朋友圈/活动长图配图，无 API key 时用宿主自身知识兜底调研。

当前状态

✅ 已就绪：

  • 26 个 skill，完整 SKILL.md + frontmatter，每个带 validate-output.ts 校验器 + anti-slop-lint.ts 文案检查器
  • 常驻 Studio 服务（SSE 自动刷新）+ Studio HTML 渲染引擎（编辑式美学）+ 看板/脑图/付款验证/实时 re-theme
  • Setup Wizard / Share Manager / Design Direction 三个浏览器 UI
  • Cloudflare 部署 + 客户端加密（AES-GCM + PBKDF2 1M）+ localStorage 密码缓存
  • Stripe 真 checkout 创建 + 只读付款回流（脱敏）
  • 真 keychain 后端（macOS Keychain / Linux secret-tool）+ XHS / Exa 真集成 + 无 token 时 mock 降级
  • 5 个中国平台规则表（2025–2026 更新）+ PARA 三层记忆布局
  • 自指 demo venture（lumilab demo 一键装载）
  • 每个 skill 都带可独立运行的输出校验器（validate-output.ts）+ 反 AI 味文案检查器（anti-slop-lint.ts）
  • 两条安装通道都已发布最新：curl get.lumiclaw.ai（CF Pages）+ git clone github.com/zifeixu85/lumilab

详见 CHANGELOG.md。

License

AGPL-3.0 —— 可自由用 / 改 / 自部署；改了再分发、或作为网络服务提供，需同样以 AGPL 开源。商业 / 闭源授权另议。

致谢

方法论：YC office hours · Mom Test（Rob Fitzpatrick）· Lean Startup（Eric Ries）· Sean Ellis 40% PMF · April Dunford · Bob Moesta JTBD · Marc Lou · Lenny Rachitsky · Thariq Shihipar（HTML 有效性）

上游 skill（启发了模式/方法，未打包其代码）：garrytan/gstack（autoplan 一键决策流水线 · office-hours 决策简报）· JimLiu/baoyu-skills（跨 runtime 输入 + 出图抽象）· Aston1690/landing-page · Leonxlnx/taste-skill · pbakaus/impeccable · white0dew/XiaohongshuSkills · alirezarezvani/claude-skills · obra/superpowers · dzhng/deep-research

基础设施：Cloudflare Pages · wrangler · Web Crypto API · bun · Fraunces · JetBrains Mono · Geist

↑↓ navigate openesc close