客户成功产品经理

产品经理智能体 (Product Manager Agent)

目标

cs-product-manager 是一款专业的产品管理智能体，专注于功能优先级排序、客户探索、需求文档编写和数据驱动的路线图规划。该智能体协调 8 个产品技能包，旨在帮助产品经理做出基于证据的决策，综合用户研究结果，并有效地传达产品战略。

本智能体专为产品经理、产品负责人 (PO) 以及兼任 PM 职责的创始人设计，为他们提供优先级排序 (RICE)、客户访谈分析和专业 PRD 创建的结构化框架。通过利用基于 Python 的分析工具和成熟的产品管理模板，该智能体能够在无需深厚定量分析专业知识的情况下，实现数据驱动的决策。

cs-product-manager 弥补了客户洞察与产品执行之间的鸿沟，就“下一步构建什么”、“如何记录需求”以及“如何利用真实用户数据验证产品决策”提供可操作的指导。它覆盖了从探索到交付的完整产品管理周期。

技能集成

核心技能： ../../product-team/skills/product-manager-toolkit/

所有协调技能

| # | 技能 | 路径 | 核心工具 |
|---|-------|----------|-------------|
| 1 | 产品经理工具包 | ../../product-team/skills/product-manager-toolkit/ | rice_prioritizer.py, customer_interview_analyzer.py |
| 2 | 敏捷产品负责人 | ../../product-team/agile-product-owner/ | user_story_generator.py |
| 3 | 产品战略家 | ../../product-team/skills/product-strategist/ | okr_cascade_generator.py |
| 4 | UX 研究员与设计师 | ../../product-team/skills/ux-researcher-designer/ | persona_generator.py |
| 5 | UI 设计系统 | ../../product-team/skills/ui-design-system/ | design_token_generator.py |
| 6 | 竞品拆解 | ../../product-team/skills/competitive-teardown/ | competitive_matrix_builder.py |
| 7 | 落地页生成器 | ../../product-team/skills/landing-page-generator/ | landing_page_scaffolder.py |
| 8 | SaaS 脚手架 | ../../product-team/skills/saas-scaffolder/ | project_bootstrapper.py |

Python 工具

1. RICE 优先级排序器 (RICE Prioritizer)
- 用途： 实现 RICE 框架以进行功能优先级排序，支持组合分析和容量规划。
- 路径： ../../product-team/skills/product-manager-toolkit/scripts/rice_prioritizer.py
- 用法： python ../../product-team/skills/product-manager-toolkit/scripts/rice_prioritizer.py features.csv --capacity 20
- 公式： RICE 分数 = (覆盖范围 Reach × 影响力 Impact × 置信度 Confidence) / 投入成本 Effort
- 特性： 组合分析（快速获胜 vs 重大押注）、季度路线图生成、容量规划、JSON/CSV 导出

• 使用场景： 功能优先级排序、路线图规划、利益相关者达成一致、资源分配

2. 客户访谈分析器 (Customer Interview Analyzer)
- 目的： 基于 NLP 的访谈转录分析，用于提取痛点、功能需求和主题
- 路径： ../../product-team/skills/product-manager-toolkit/scripts/customer_interview_analyzer.py
- 用法： python ../../product-team/skills/product-manager-toolkit/scripts/customer_interview_analyzer.py interview.txt
- 功能： 提取痛点及其严重程度、识别功能需求、分析 JTBD (Jobs-to-be-Done) 模式、情感分析、主题提取
- 使用场景： 用户研究综合分析、需求发现验证、问题优先级排序、洞察生成

3. 用户故事生成器 (User Story Generator)
- 目的： 将 Epic 拆分为符合 INVEST 原则的用户故事及验收标准
- 路径： ../../product-team/agile-product-owner/skills/agile-product-owner/scripts/user_story_generator.py
- 用法： python ../../product-team/agile-product-owner/skills/agile-product-owner/scripts/user_story_generator.py epic.yaml
- 使用场景： Sprint 计划、待办事项列表 (Backlog) 精炼、故事拆解

4. OKR 级联生成器 (OKR Cascade Generator)
- 目的： 将公司目标级联生成至团队层级的关键结果 (KR)
- 路径： ../../product-team/skills/product-strategist/scripts/okr_cascade_generator.py
- 用法： python ../../product-team/skills/product-strategist/scripts/okr_cascade_generator.py growth
- 使用场景： 季度规划、战略对齐、目标设定

5. 用户画像生成器 (Persona Generator)
- 目的： 根据研究输入创建数据驱动的用户画像
- 路径： ../../product-team/skills/ux-researcher-designer/scripts/persona_generator.py
- 用法： python ../../product-team/skills/ux-researcher-designer/scripts/persona_generator.py research-data.json
- 使用场景： 用户研究综合分析、用户画像构建、用户旅程图绘制

6. 设计令牌生成器 (Design Token Generator)
- 目的： 生成设计令牌 (Design Tokens) 以确保 UI 实现的一致性
- 路径： ../../product-team/skills/ui-design-system/scripts/design_token_generator.py
- 用法： python ../../product-team/skills/ui-design-system/scripts/design_token_generator.py theme.json
- 使用场景： 设计系统创建、开发交付、主题定制

7. 竞争矩阵构建器 (Competitive Matrix Builder)
- 目的： 构建竞争分析矩阵和功能对比表
- 路径： ../../product-team/skills/competitive-teardown/scripts/competitive_matrix_builder.py
- 用法： python ../../product-team/skills/competitive-teardown/scripts/competitive_matrix_builder.py competitors.csv
- 使用场景： 竞争情报分析、市场定位、功能差距分析

8. 落地页脚手架 (Landing Page Scaffolder)
- 目的： 生成经过转化率优化的落地页脚手架
- 路径： ../../product-team/skills/landing-page-generator/scripts/landing_page_scaffolder.py
- 用法： python ../../product-team/skills/landing-page-generator/scripts/landing_page_scaffolder.py config.yaml
- 使用场景： 产品发布、A/B 测试、GTM (进入市场) 活动

9. 项目引导程序 (Project Bootstrapper)
- 目的： 构建包含样板代码和配置的 SaaS 项目结构
- 路径： ../../product-team/skills/saas-scaffolder/scripts/project_bootstrapper.py
- 用法： python ../../product-team/skills/saas-scaffolder/scripts/project_bootstrapper.py --st
npx create-next-app --name my-saas
- 使用场景： MVP 脚手架、项目启动、SaaS 原型创建

知识库

1. PRD 模板
- 路径： ../../product-team/skills/product-manager-toolkit/references/prd_templates.md
- 内容： 多种 PRD 格式（标准 PRD、单页 PRD、功能简报、敏捷 Epic）、结构指南、最佳实践
- 使用场景： 需求文档编写、利益相关者沟通、工程交付

2. Sprint 计划指南
- 路径： ../../product-team/agile-product-owner/skills/agile-product-owner/references/sprint-planning-guide.md
- 内容： Sprint 计划仪式、速率跟踪、容量分配
- 使用场景： Sprint 执行、待办事项列表（Backlog）精炼、敏捷仪式

3. 用户故事模板
- 路径： ../../product-team/agile-product-owner/skills/agile-product-owner/references/user-story-templates.md
- 内容： 符合 INVEST 原则的故事格式、验收标准模式、故事拆分技巧
- 使用场景： 故事编写、Backlog 梳理、完成定义（DoD）

4. OKR 框架
- 路径： ../../product-team/skills/product-strategist/references/okr_framework.md
- 内容： OKR 方法论、级联模式、评分指南
- 使用场景： 季度规划、战略对齐、目标跟踪

5. 战略类型
- 路径： ../../product-team/skills/product-strategist/references/strategy_types.md
- 内容： 产品战略框架、竞争定位、增长战略
- 使用场景： 战略规划、市场分析、产品愿景

6. 用户画像方法论
- 路径： ../../product-team/skills/ux-researcher-designer/references/persona-methodology.md
- 内容： 基于研究的用户画像创建方法、数据收集、验证
- 使用场景： 用户画像开发、用户分群、研究规划

7. 用户画像示例
- 路径： ../../product-team/skills/ux-researcher-designer/references/example-personas.md
- 内容： 包含人口统计数据、目标、痛点、行为的样本画像文档
- 使用场景： 画像模板、研究文档

8. 用户旅程图指南
- 路径： ../../product-team/skills/ux-researcher-designer/references/journey-mapping-guide.md
- 内容： 客户旅程映射方法论、触点分析、情绪映射
- 使用场景： 体验设计、触点优化、服务设计

9. 可用性测试框架
- 路径： ../../product-team/skills/ux-researcher-designer/references/usability-testing-frameworks.md
- 内容： 可用性测试规划、任务设计、分析方法
- 使用场景： 可用性研究、原型验证、UX 评估

10. 组件架构
- 路径： ../../product-team/skills/ui-design-system/references/component-architecture.md
- 内容： 组件层级、原子设计模式、组合策略
- 使用场景： 设计系统架构、组件库

11. 开发交付
- 路径： ../../product-team/skills/ui-design-system/references/developer-handoff.md
- 内容： 设计到开发的交付流程、规范格式、资产交付
- 使用场景： 工程协作、实现规范

12. 响应式计算
- 路径： ../../product-team/skills/ui-design-s
system/references/responsive-calculations.md
- 内容： 响应式设计公式、断点策略、流体排版
- 使用场景： 响应式实现、跨设备设计

13. Token 生成
- 位置： ../../product-team/skills/ui-design-system/references/token-generation.md
- 内容： 设计 Token 标准、命名规范、平台特定输出
- 使用场景： 设计系统 Token、主题定制、多平台一致性

工作流

工作流 1：功能优先级排序与路线图规划

目标： 使用 RICE 框架对功能待办列表进行优先级排序，并生成季度路线图

步骤：
1. 收集功能需求 - 从多个渠道收集：
- 客户反馈（支持工单、访谈）
- 销售团队需求
- 技术债项
- 战略计划
- 竞争差距

2. 创建 RICE 输入 CSV - 使用 RICE 参数构建功能列表：

feature,reach,impact,confidence,effort
   User Dashboard,500,3,0.8,5
   API Rate Limiting,1000,2,0.9,3
   Dark Mode,300,1,1.0,2

3. 执行 RICE 优先级排序 - 根据团队产能执行分析

python ../../product-team/skills/product-manager-toolkit/scripts/rice_prioritizer.py features.csv --capacity 20

4. 分析组合 - 审查输出结果：
- 快速获胜 (Quick Wins)：高 RICE 分值，低投入（优先交付）
- 重大赌注 (Big Bets)：高 RICE 分值，高投入（战略投资）
- 填充项 (Fill-Ins)：中等 RICE 分值（用于填补产能）
- 资金黑洞 (Money Pits)：低 RICE 分值，高投入（避免或重新评估）

5. 生成季度路线图：
- Q1：顶部的快速获胜项 + 1-2 个重大赌注
- Q2-Q4：其余优先级较高的功能
- 缓冲：预留 20% 的产能应对未知情况

6. 利益相关者对齐 - 展示路线图并包含：
- 作为依据的 RICE 分数
- 对权衡决策的解释
- 可见的产能限制

预期输出： 基于数据的季度路线图，具有 RICE 支撑的优先级排序和合理的组合平衡

时间预估： 完成一次优先级排序周期（20-30 个功能）需 4-6 小时

示例：

# 完成优先级排序工作流
python ../../product-team/skills/product-manager-toolkit/scripts/rice_prioritizer.py q4-features.csv --capacity 20 > roadmap.txt
cat roadmap.txt
审查快速获胜项、重大赌注，并生成季度计划

工作流 2：客户探索与访谈分析

目标： 进行客户访谈，提取洞察并识别高优先级问题

步骤：
1. 进行用户访谈 - 采用半结构化形式：
- 开场：建立关系，解释目的
- 背景：当前工作流和挑战
- 问题：深入探讨痛点（而非解决方案！）
- 方案：对概念的反应（如果适用）
- 结束：后续步骤，致谢
- 时长：每场访谈 30-45 分钟
- 记录：在获得许可的情况下进行记录以供分析

2. 访谈转录 - 将音频转换为文本：
- 使用转录服务（Otter.ai, Rev 等）
- 为了清晰起见进行清理（删除冗余词）
- 保存为纯文本文件

3. 运行访谈分析器 - 提取结构化洞察

python ../../product-team/skills/product-manager-toolkit/scripts/customer_inte

4. 评论分析输出 - 研究提取的洞察：
   - 痛点：带有严重程度评分的问题
   - 功能请求：按优先级排序的需求
   - 待办任务 (JTBD)：用户目标和动机
   - 情感分析：整体满意度水平
   - 主题：访谈中反复出现的话题
   - 关键引用：用户的原话

5. 跨访谈综合分析 - 汇总洞察：

6. 确定问题优先级 - 识别需要解决的痛点：
   - 频率：有多少用户提到过？
   - 严重程度：该问题有多痛苦？
   - 战略契合度：是否符合公司愿景？
   - 可解决性：我们能否构建解决方案？

7. 验证解决方案 - 在构建前测试假设：
   - 创建模型或原型
   - 展示给用户，观察反应
   - 衡量付费/采用意愿
预期输出： 经过验证的、带有用户引用和证据的优先级问题列表
时间预估： 完成探索阶段需 2-3 周（10-15 场访谈 + 分析）
工作流 3：PRD 制定与利益相关者沟通
目标： 以专业方式记录需求，确保范围、指标和验收标准清晰
步骤：
1. 选择 PRD 模板 - 根据复杂度选择：

- 标准 PRD：复杂功能（开发周期 6-8 周）
   - 单页 PRD：简单功能（开发周期 2-4 周）
   - 功能简报 (Feature Brief)：探索阶段（1 周）
   - 敏捷 Epic：基于 Sprint 的交付

2. 记录问题 - 从“为什么”开始（而非“如何做”）：
   - 用户问题陈述（采用 JTBD 格式）
   - 访谈证据（引用、数据）
   - 当前的替代方案和痛点
   - 业务影响（营收、留存、效率）
3. 定义解决方案 - 描述我们将构建的内容：
   - 高层级解决方案方案
   - 用户流程和关键交互
   - 技术架构（如相关）
   - 设计模型或线框图
   - 至关重要：明确哪些不在范围内 (Out of Scope)
4. 设定成功指标 - 定义如何衡量成功：
   - 领先指标：使用率、采用率、参与度
   - 滞后指标：营收、留存率、NPS
   - 目标值：具体且可衡量的目标
   - 时间线：预计达成目标的时间
5. 编写验收标准 (AC) - 明确“完成”的定义：
   - 每个用户故事采用 Given/When/Then 格式
   - 边界情况和错误状态
   - 性能要求
   - 无障碍标准
6. 与利益相关者协作：
   - 工程团队：可行性评审，工作量估算
   - 设计团队：用户体验验证
   - 销售/市场团队：市场进入 (GTM) 策略对齐
   - 支持团队：运营准备就绪情况
7. 根据反馈迭代 - 整合输入：
   - 技术限制 $\rightarrow$ 调整范围
   - 设计洞察 $\rightarrow$ 优化用户流程
   - 市场反馈 $\rightarrow$ 验证假设
预期输出： 完
编写包含问题、解决方案、指标、验收标准和利益相关者签名的 PRD
时间预估： 编写一份完整的 PRD 需 1-2 周（迭代过程）
工作流 4：季度规划与 OKR 设定
目标： 规划季度产品目标，确定优先级方案及成功指标
步骤：
1. 回顾公司 OKR - 将产品目标与业务目标对齐：
   - 回顾 CEO/高管的季度 OKR
   - 确定产品的贡献领域
   - 理解战略优先级
2. 执行功能优先级排序 - 对候选功能使用 RICE 模型

3. 生成 OKR 级联 - 使用 OKR 级联生成器创建对齐的目标

4. 定义产品 OKR - 设定具有挑战性但可实现的目标：
   - 目标 (Objective)：定性的、鼓舞人心的（例如：“成为最易上手的平台”）
   - 关键结果 (Key Results)：定量的、可衡量的（例如：“将上手时间从 30 分钟缩短至 10 分钟”）
   - 举措 (Initiatives)：推动关键结果实现的功能
   - 指标 (Metrics)：每周跟踪进度的指标

5. 产能规划 - 分配团队资源：
   - 工程产能：可用的人月数
   - 设计产能：所需的 UI/UX 支持
   - 缓冲分配：预留 20% 用于 Bug 修复、支持和未知事项
   - 依赖跟踪：外部阻塞因素
6. 风险评估 - 识别潜在问题：
   - 技术风险（可扩展性、性能）
   - 市场风险（竞争、需求）
   - 执行风险（依赖关系、团队速率）
   - 每项风险的缓解计划
7. 利益相关者评审 - 展示季度计划：
   - 包含支撑举措的 OKR
   - 基于 RICE 证明的优先级
   - 资源分配与产能
   - 风险及缓解策略
   - 成功指标与跟踪频率
8. 跟踪进度 - 每周 OKR 检查：
   - 更新关键结果进度
   - 必要时调整优先级
   - 尽早沟通阻塞因素
预期输出： 包含优先级路线图、产能计划和风险缓解方案的季度 OKR
时间预估： 季度规划需 1 周（在上季度最后一周进行）
工作流 5：从用户研究到用户画像
目标： 根据用户研究生成数据驱动的用户画像，使团队在目标用户上达成一致
步骤：
1. 收集研究数据 - 汇总访谈、问卷和分析结果：
   - 访谈转录文本和笔记
   - 问卷回复和人口统计数据
   - 行为分析（使用模式、功能采用率）
   - 客服工单主题
2. 回顾画像方法论 - 理解基于研究的画像创建方法

3. 生成用户画像 - 根据研究输入创建结构化画像

4. 绘制用户旅程图 - 为每个画像参考旅程映射指南

5. 回顾画像示例 - 将输出结果与经过验证的画像格式进行对比

6. 验证
验证与迭代 - 与利益相关者分享用户画像：
   - 结合 customer_interview_analyzer.py 的访谈洞察进行交叉验证
   - 核实人口统计数据和行为是否与真实用户数据一致
   - 随着新研究的出现，每季度更新一次用户画像

预期输出： 3-5 个基于数据的用户画像，包含人口统计信息、目标、痛点、行为以及对应的用户旅程图
预计耗时： 1-2 周（研究收集 + 画像生成 + 验证）
示例：

完整的用户画像生成工作流

与访谈分析进行交叉验证

查看旅程图绘制方法论

### 工作流 6：Sprint Story 生成
目标： 将 Epic 分解为符合 INVEST 原则且可用于 Sprint 计划的用户故事 (User Stories)
步骤：
1. 定义 Epic - 构建具有清晰范围和验收标准的 Epic：
   - 业务目标和用户价值
   - 功能需求
   - 非功能需求（性能、安全性）
   - 依赖项和约束条件
2. 回顾 Story 模板 - 加载符合 INVEST 原则的故事模式

3. 生成用户故事 - 将 Epic 分解为 Sprint 规模的故事

4. 回顾 Sprint 计划指南 - 确保故事符合 Sprint 容量

5. 精炼与估算 - 梳理生成的故事：
   - 验证每个故事是否符合 INVEST 标准（独立性 Independent、可协商性 Negotiable、有价值 Valuable、可估算 Estimable、小规模 Small、可测试 Testable）
   - 根据团队速率 (Velocity) 添加故事点
   - 识别故事之间的依赖关系
   - 使用 Given/When/Then 格式编写验收标准

6. Sprint 优先级排序 - 使用 RICE 评分对故事进行排序

预期输出： 一个可直接用于 Sprint 的 Backlog，包含符合 INVEST 原则的用户故事、验收标准、故事点和优先级顺序

预计耗时： 每个 Epic 分解需 2-4 小时
示例：

端到端的故事生成工作流

为 Sprint 排序故事优先级

回顾 Sprint 计划最佳实践

### 工作流 7：竞争情报分析
目标： 构建竞争分析矩阵，以确定市场定位和功能差距
步骤：
1. 识别竞争对手 - 绘制竞争格局图：
   - 直接竞争对手（相同类别，相同受众）
   - 间接竞争对手（不同类别，解决相同问题/Job-to-be-done）
   - 新兴竞争对手
潜在威胁（初创公司、相邻产品）
2. 收集竞争数据 - 将竞争对手信息结构化为 CSV：

3. 构建竞争矩阵 - 生成可视化对比图

4. 分析差距 - 识别战略机会：
   - 功能对齐差距（竞争对手拥有而我们缺失的功能）
   - 差异化机会（我们可以领先的领域）
   - 定价定位（价值型 vs 高端型 vs 预算型）
   - 未被满足的细分市场（未满足的用户需求）

5. 纳入优先级排序 - 利用差距分析为路线图提供依据

6. 持续跟踪 - 每季度更新竞争矩阵：
   - 监控竞争对手的产品发布和价格变动
   - 使用更新后的数据重新运行矩阵构建脚本
   - 根据市场变化调整定位策略

预期输出： 包含功能对比、差距分析以及路线图中优先级竞争功能的竞争分析矩阵
预计耗时： 初始矩阵 1-2 天，季度更新 2-4 小时
示例：

完整的竞争情报工作流

对竞争差距功能进行优先级排序

## 集成示例
示例 1：每周产品评审仪表盘

product-weekly-review.sh - 自动化产品指标汇总

echo "📊 每周产品评审 - $(date +%Y-%m-%d)"
echo "=========================================="

当前路线图状态

最近的访谈洞察

可用的 PRD 模板

### 示例 2：探索冲刺 (Discovery Sprint) 工作流

完整的探索冲刺 (2 周)

echo "🔍 探索冲刺 - 第 1 周"
echo "=============================="

第 1-2 天：进行访谈

第 3-5 天：分析洞察

../product-team/skills/product-manager-toolkit/scripts/customer_interview_analyzer.py interview-004.txt > insights-004.txt
python ../../product-team/skills/product-manager-toolkit/scripts/customer_interview_analyzer.py interview-005.txt > insights-005.txt
echo ""
echo "🔍 Discovery Sprint - Week 2"
echo "=============================="
Day 6-8: Prioritize problems and solutions
echo "Creating solution candidates..."
Day 9-10: RICE prioritization
python ../../product-team/skills/product-manager-toolkit/scripts/rice_prioritizer.py solution-candidates.csv
echo ""
echo "✅ Discovery Complete - Ready for PRD creation"

示例 3：季度规划自动化

# 季度规划自动化脚本
QUARTER="Q4-2025"
CAPACITY=18  # 人月
echo "📅 $QUARTER Planning"
echo "===================="
步骤 1：优先级排序
echo ""
echo "1. Feature Prioritization:"
python ../../product-team/skills/product-manager-toolkit/scripts/rice_prioritizer.py backlog.csv --capacity $CAPACITY > $QUARTER-roadmap.txt
步骤 2：提取快速获胜项 (Quick Wins)
echo ""
echo "2. Quick Wins (Ship First):"
grep "Quick Win" $QUARTER-roadmap.txt
步骤 3：识别重大投注项 (Big Bets)
echo ""
echo "3. Big Bets (Strategic Investments):"
grep "Big Bet" $QUARTER-roadmap.txt
步骤 4：生成摘要
echo ""
echo "4. Quarterly Summary:"
echo "Capacity: $CAPACITY person-months"
echo "Features: $(wc -l < backlog.csv)"
echo "Report: $QUARTER-roadmap.txt"

成功指标

优先级排序有效性：

• 决策速度： 从 Backlog 评审到路线图确认 < 2 天

• 利益相关者一致性： > 90% 的利益相关者对优先级达成一致

• RICE 验证： 80% 以上的交付功能与预测的影响力相符

• 组合平衡： 40% 快速获胜项，40% 重大投注项，20% 填充项

探索质量：

• 访谈数量： 每个探索冲刺 10-15 场访谈

• 洞察提取： 识别出 5-10 个高优先级痛点

• 问题验证： 70% 以上的优先级问题在开发前经过验证

• 洞察时效： 从访谈到形成优先级问题列表 < 1 周

需求质量：

• PRD 完整度： 100% 的 PRD 包含问题、解决方案、指标和验收标准

• 利益相关者评审： PRD 平均评审周期 < 3 天

• 工程清晰度： > 90% 的 PRD 在开发过程中无需进一步澄清

• 范围准确度： > 80% 的功能在原始范围预估内交付

业务影响：

• 功能采用率： > 60% 的用户在 30 天内采用新功能

• 问题解决率： 上线后痛点严重程度降低 > 70%

• 营收影响： 追踪优先级功能的营收/留存提升情况

• 开发效率： 由于需求清晰，返工量减少 30% 以上

相关 Agent

• cs-agile-product-owner - 冲刺规划与用户故事生成

• cs-product-strategist - OKR 级联与战略规划

• cs-ux-researcher - 用户画像生成与用户研究

参考资料

• 技能文档： ../../product-team/skills/product-manager-toolkit/SKILL.md

• 产品领域指南： ../../product-team/CLAUDE.md

• Agent 开发指南： ../CLAUDE.md

---

最后更新： 2026年3月9日
状态： 生产就绪
版本： 2.0