SuperAPI AI 工具集

idea-to-canvas

办公与效率

查看项目

更新于 10-15 08:27

技能介绍

idea-to-canvas

用途

idea-to-canvas 是一个 Cursor Canvas 技能,用于把任意起点材料转化为独立的 Cursor Canvas,帮助团队快速理解并对齐“我们将如何构建这件事”。它接受多种输入形式:粗略想法、灵感片段、Slack 线程记录、会议记录、决策日志、产品简报、PRD 片段、设计文档、RFC 或技术规格。输入越不结构化,该技能需要做的结构化工作就越多。

该技能主要定位为知识传递工件,而不是审批工作流、辩论空间,也不是输入材料的更漂亮副本。

主要能力

在构建画布之前,技能会识别以下内容:

  • 问题及其重要性
  • 预期结果
  • 核心心智模型
  • 提议的系统及其各部分如何协同
  • 关键流程、状态、边界与归属
  • 重要决策及其理由
  • 约束、风险、假设与明确的非目标
  • 实现顺序以及各团队或组件负责的内容
  • 对齐所需细节与可渐进披露的细节

如果输入粗糙或非结构化,技能会做出合理推断以填补空白,明确标记为推断或假设,并暴露画布中作者可能未考虑到的内容。

呈现原则

  • 少即是多,不要逐节复制输入。
  • 优先展示而非解释。
  • 仅在视觉无法承载含义时使用简短直接的文字。
  • 将信息分块为可独立理解的视图。
  • 建立强层次:先核心理解,后实现细节。
  • 面向 5–10 分钟阅读的读者优化,同时允许深入探索。
  • 保持重要决策可见。
  • 将次要机制和详尽细节放入可展开区域或紧凑技术附录。
  • 不隐藏不确定性、有意义的权衡、依赖或未解决风险。
  • 不给每个细节同等视觉权重。
  • 不添加装饰性图表、通用卡片、虚假指标或无解释力的视觉元素。
  • 不过度强调签署、审批状态、利益相关者辩论或治理。

图示使用

当图示比文字更快或更清晰地传达观点时使用图示。图示是解释工具,不是装饰。用于解释关系、流程、边界、状态、时序、归属和因果关系。当图示承载想法时,保持支持文字最少。每个图示应回答一个具体问题,且无需旁白即可理解。当一句话或短列表更清晰时,不要强行使用视觉。

仅选择真正能澄清想法的视觉形式,例如:

  • 系统或组件图
  • 用户到系统的旅程
  • 序列或数据流图
  • 生命周期或状态模型
  • 责任与归属边界
  • 分阶段实现路径
  • 针对有意义权衡的聚焦对比

建议叙事

  • 我们在构建什么以及为什么
  • 一分钟心智模型
  • 系统如何端到端工作
  • 主要构建块及其职责
  • 关键流程、状态与边缘情况
  • 影响实现的决策
  • 我们将如何构建和推出
  • 风险、假设与有意推迟的细节
  • 面向需要深度读者的紧凑技术参考

准确性要求

  • 保留来源意图。
  • 不编造超出合理推断的需求、决策或确定性。
  • 清楚区分已决定、假设、提议和未解决事项。
  • 保留来源中的重要术语。
  • 如果输入包含矛盾或空白,安静而精确地暴露它们,不把画布变成审查报告。

画布要求

  • 使用 Cursor Canvas 技能创建实际的 .canvas.tsx 工件。
  • 使其作为独立工件有用,无需旁边放置源输入。
  • 使用强视觉层次和多样构图,而不是一堵相同卡片的墙。
  • 对次要细节使用渐进披露。
  • 保持每个视图有目的且可扫描。
  • 不包含占位符或空章节。
  • 完成前,移除任何不改善理解或实现对齐的内容。

最终测试

对每个章节询问:

  • 读者在这里必须理解什么?
  • 能否比文字更清晰地展示?
  • 移除什么可以不丢失含义?

适用场景

适用于需要将非结构化或半结构化的产品、技术或决策材料整理为团队可快速吸收的对齐画布的场景,例如产品简报、RFC、设计文档、会议记录或 Slack 讨论的转化。

限制

该技能主要面向知识传递,不用于审批、辩论或治理。输入中的矛盾或空白会被暴露,但不会转化为审查报告。具体安装方式、平台支持范围、收费与价格信息暂未提供。