开源 ai-app-playbook:把选品到首月盈利写成给 Coding Agent 的固定栈规程
blakeandersonw/ai-app-playbook 开源一份面向 Claude Code/OpenCode 的操作规程:克隆后读 AGENTS.md,按阶段完成选品、Cloudflare 全家桶搭建、上架与首月增长,并明确列出禁止私自加入的技术栈。
会写代码的 Agent 很多,缺的是“按哪条栈、做到哪一步算完”的可执行规程。
据 @shao__meng 介绍并核对仓库:blakeandersonw/ai-app-playbook 把消费级 AI 应用从选品 → 搭建 → 上架 → 首月盈利拆成给人与 Agent 分工的阶段说明。用法是克隆仓库后让 Claude Code / OpenCode 阅读 AGENTS.md,再从 Phase 0 起提问与实现。技术栈被刻意钉死在 Cloudflare(Workers、D1、R2、KV、Durable Objects、Queues、Workflows、AI Gateway 等),认证用 Better Auth,规模化库可走 PlanetScale/Hyperdrive,模型默认经 OpenRouter 选 DeepSeek,支付为 Superwall(移动)+ Stripe(Web),分析用 Tinybird。仓库与摘要图同时列出反清单:Vercel、Supabase、Clerk、Next.js、多种 ORM 与低代码托管等,要求栈做不到就停下来问人,禁止偷偷加依赖。作者称过去三年有多款应用做到较高 MRR,并以该栈思路建设 EcoGPT。
对软件研发读者,这是一份可克隆的 agent 工作说明书,价值在约束搜索空间与人机边界(Agent 写代码、人负责账号与上架),而不是又一个脚手架生成器。采用前应评估:Cloudflare 全家桶是否符合你们合规与团队技能;反清单是否过严;以及选品 Gate(摘要称七维评分等)是否适合非消费场景。仓库创建于 2026-10-26,仍在快速迭代,以 README/AGENTS.md 为准。