Help us improve
Share bugs, ideas, or general feedback.
Share bugs, ideas, or general feedback.
Share bugs, ideas, or general feedback.
By josemerca
Pipeline PRD/GSD → JTBDs → User Stories validadas y priorizadas. 7 skills + 11 comandos. Source-agnostic (acepta PRD pegado, fichero o URL — sin acoplamiento a Notion/Jira). Incluye `/from-gsd` para integrar artefactos de Get Shit Done y `bridge/gsd-bridge.py` para mantener consistencia entre planning y ejecución.
npx claudepluginhub josemerca/mercadona-user-story-toolkitAnalizar notas de entrevistas y generar JTBDs
Crear una user story desde cero (sin documento previo, guía conversacional)
Genera un PRD sintético a partir de los artefactos de GSD (.planning/) listo para entrar al pipeline MUST
Ejecutar pipeline completo: PRD/GSD → Research → Stories → Validación → Splitting → Priorización
Evaluar calidad de un PRD como quality gate
Transforma los artefactos de un proyecto GSD (Get Shit Done) en un PRD sintético compatible con /prd-quality-guard. Lee .planning/PROJECT.md, REQUIREMENTS.md, ROADMAP.md y phases/N/SPEC.md|RESEARCH.md, y produce un fichero prd-from-gsd.md con las secciones del PRD rellenas o marcadas como GAP cuando GSD no captura ese tipo de información. TRIGGERS: "from-gsd", "convertir GSD a PRD", "/from-gsd", "GSD → PRD", "leer .planning/", "generar PRD desde GSD" INTEGRACIÓN: Punto de entrada del pipeline cuando el origen es GSD. Equivale a la "Ruta B" del pipeline (junto a PRD y sin documento). Su output entra a /prd-quality-guard.
Genera User Stories de alta calidad a partir de JTBDs con evidencia real. POSICIÓN EN EL PIPELINE: - DESPUÉS de /research-from-prd (recibe JTBDs con evidencia de entrevistas) - ANTES de /user-story-quality-coach (entrega stories para validación) - NO hace gap detection (eso es /research-from-prd) - NO infiere JTBDs (eso es /research-from-prd) - SÍ mapea PRD → campos de story cuando hay datos directos TRIGGERS - Usar cuando el usuario pida: - Generar user stories desde JTBDs - Convertir JTBDs a backlog - Crear historias a partir de JTBDs validados - "Dame las stories del research de..." - "Genera stories con estos JTBDs" - Pasar de JTBDs a épicas/features/stories CONSISTENCIA GARANTIZADA: - Scoring: Compatible con /user-story-quality-coach (6 dimensiones, 0-10) - Template: Compatible con /user-story-builder (JTBD Reforzado, 3 motivaciones)
Evalúa la calidad de un PRD como quality gate antes de pasar a research. Analiza 3 dimensiones: D1 Completitud EAC (Estado Actual Conocido), D2 Claridad EFC + Métricas (Estado Futuro Conocido), D3 Rigor Discovery + Scope. Score ≥7 = PASS. TRIGGERS: analizar calidad PRD, revisar PRD, evaluar PRD, quality gate PRD, "¿está listo el PRD?", "evalúa este PRD", "PRD quality check", "calidad del PRD de..." INTEGRACIÓN: Se ejecuta ANTES de /research (research-from-prd). Score ≥7 = listo para research.
Diseña y ejecuta user research estructurado en 6 bloques (Propósito -> Plan -> Criterios -> Análisis -> Conclusiones -> Next Steps) usando JTBD como lente y Mom Test + Field Study como técnicas. Pieza central del pipeline: después de prd-quality-guard, antes de jtbd-to-stories. SIEMPRE se ejecuta (modo Discover o Validate). Acepta un PRD como fuente de entrada (problema, solución, métricas, scope). TRIGGERS: diseñar research, preparar entrevistas, guión de entrevista, validar JTBDs con usuarios, analizar notas de entrevistas, Mom Test, detectar gaps, "discovery para PRD", "research para el PRD de..." INTEGRACIÓN: Input: contenido del PRD (paste, fichero, URL). Output: JTBDs compatibles con /jtbd-to-stories.
Prioriza user stories validadas usando 5 lentes ponderadas (Value, Learning, Dependencies, Risk of Delay, Inverse Complexity) y genera batches iterativos de entrega. Incluye deteccion de patrones waterfall y reglas anti-waterfall que garantizan que cada batch entrega valor usuario. TRIGGERS: priorizar stories, ordenar backlog, batches de entrega, "en que orden entregamos?", "priorizar backlog", prioritize stories, "organizar stories por prioridad", "proponer orden de entrega" INTEGRACION: Se ejecuta DESPUES de /split-stories (o /validate-stories). Input: stories validadas con scoring 6 dimensiones. Output: backlog priorizado en batches iterativos con justificacion.
Share bugs, ideas, or general feedback.
Own this plugin?
Verify ownership to unlock analytics, metadata editing, and a verified badge.
Sign in to claimOwn this plugin?
Verify ownership to unlock analytics, metadata editing, and a verified badge.
Sign in to claimBased on adoption, maintenance, documentation, and repository signals. Not a security audit or endorsement.
Execution and product management skills: PRDs, OKRs, roadmaps, sprints, pre-mortems, stakeholder maps, user stories, prioritization frameworks, and more.
Discovery & research skills: Discovery Interview Guide, Job Story Mapper, User Interview Synthesis, Assumption Mapper. Structure user research from screener to synthesis.
PRDs, user stories, acceptance criteria, and technical specifications.
Write feature specs, plan roadmaps, and synthesize user research faster. Keep stakeholders updated and stay ahead of the competitive landscape.
Comprehensive skill pack with 66 specialized skills for full-stack developers: 12 language experts (Python, TypeScript, Go, Rust, C++, Swift, Kotlin, C#, PHP, Java, SQL, JavaScript), 10 backend frameworks, 6 frontend/mobile, plus infrastructure, DevOps, security, and testing. Features progressive disclosure architecture for 50% faster loading.
Upstash Context7 MCP server for up-to-date documentation lookup. Pull version-specific documentation and code examples directly from source repositories into your LLM context.
Pipeline de definición de producto para Claude Code: convierte un PRD (o un proyecto GSD) en user stories validadas y priorizadas, listas para que tu equipo de ingeniería las implemente.
Forjado en producción en Mercadona Tech, generalizado para cualquier equipo. Parte de la serie Gemba sobre desarrollo de productos con agentes.
Toma un documento de producto (PRD, output de GSD, o nada) y produce user stories que aprobarías sin reescribir: con JTBD, criterios de aceptación falsables, scoring de calidad y orden de entrega anti-waterfall.
PRD / GSD / vacío
│
▼
[ Quality gate ] → [ Research design ] → [ Análisis ] →
│
▼
[ Stories con JTBD ] → [ Validación ] → [ Splitting ] → [ Priorización ]
│
▼
Stories listas para implementación
Cubre el "antes" del código. Para el "durante" del código (implementación), se integra con Superpowers vía el bridge incluido (bridge/gsd-bridge.py).
No es para ti si:
# Clonar
git clone https://github.com/josemerca/mercadona-user-story-toolkit ~/.claude/plugins/mercadona-user-story-toolkit
# Activar en ~/.claude/settings.json
{
"enabledPlugins": {
"mercadona-user-story-toolkit": true
}
}
Si usas GSD para planning + Superpowers para ejecución:
# Copiar el script al PATH
cp bridge/gsd-bridge.py /usr/local/bin/gsd-bridge
chmod +x /usr/local/bin/gsd-bridge
# Hook automático (opcional): añadir bloque a ~/.claude/settings.json
# Ver bridge/sample-hook.json
/prd-quality-guard mi-prd.md # Quality gate (≥7 → PASS)
/research # Diseñar entrevistas Mom Test
# ... realizas las entrevistas ...
/analyze-research # Generar JTBDs con evidencia
/stories # Convertir JTBDs → user stories
/validate-stories # Scoring 6D + antipatrones
/split-stories # Splits incrementales si son grandes
/prioritize # Batches anti-waterfall
/from-gsd .planning/ # Genera prd-from-gsd.md
# ... completas GAPs marcados ...
/prd-quality-guard prd-from-gsd.md
# ... resto del pipeline igual que arriba ...
/build-story # Guía conversacional
/validate-stories
/split-stories
/prioritize
Ver examples/searchmo-facets/: walkthrough completo del feature "filtro por facetas en búsqueda" implementado con GSD → toolkit → Superpowers.
Modo copiloto, no piloto automático.
Las skills NO inventan datos. Si falta información, te lo dicen y te preguntan. Si tu PRD no tiene métricas, no fabricarán números — el placeholder [⚠️ Pendiente: definir con PM/Data] aparece y te recomienda qué tipo de métrica sería útil.
Esto es deliberado. La razón está en el primer artículo de la serie: si la skill rellena por ti, dejas de pensar — y las stories sin pensamiento no soportan ejecución.
| Skill | Rol |
|---|---|
prd-quality-guard | Quality gate del PRD antes de research |
gsd-to-prd | Mapear artefactos GSD → PRD sintético |
research-from-prd | Gap detection + diseño de entrevistas Mom Test |
user-story-builder | Crear stories desde cero (sin PRD) |
jtbd-to-stories | Generar stories estructuradas desde JTBDs |
user-story-quality-coach | Validar stories con scoring 6D + antipatrones |
story-splitting | Detectar stories grandes y proponer splits |
story-prioritization | Priorización con 5 lentes + grafo de dependencias |
Ver CONTRIBUTING.md. Reportes de bugs y PRs son bienvenidos.
MIT — ver LICENSE.
Diseñado y mantenido por José Ramón Pérez Agüera, CPTO en Mercadona Tech. Forjado en producción durante 2025-2026; generalizado y open-sourced en mayo 2026.