1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | data-analytics-skills |
| 作者/维护者 | Nimrod Fisher（个人开发者；检索线索显示其背景与数据产品岗位相关，例如曾涉及 Similarweb 的数据产品工作，但因同名档案较多，身份未做进一步公证核实） |
| 来源链接 | https://github.com/nimrodfisher/data-analytics-skills |
| 许可证 | 仓库未明确注明（GitHub API license 字段为空，README 中也未提及） |
| GitHub Stars / Forks | 226 / 41（GitHub API 抓取，2026-07-13） |
| 最新版本 | v1.1.0（README 页脚标注，2026-04 更新） |
| 安装方式 | 复制技能文件夹即用，无需额外依赖；仓库本身未给出显式的一条命令安装指引（详见第 10、11 章） |
2. 功能介绍与亮点
data-analytics-skills 是一套面向数据分析师日常工作流的 31 个提示词/指令型技能集合，按分析师工作的六个阶段分类组织，覆盖从数据质量核查、深度分析、文档沉淀，到可视化叙事与向业务方汇报的完整链路，而非只解决单一环节的问题。
六大分类：
- 数据质量与校验（5 个）：如
programmatic-eda（系统化探索性分析自动核查）、query-validation（SQL 正确性与性能审查）、schema-mapper（理解数据库关系与表结构） - 文档与知识沉淀（5 个）：如
semantic-model-builder（构建共享语义层）、analysis-assumptions-log（记录分析过程中的每一个假设） - 分析与调查（7 个）：如队列分析、分群分析、漏斗分析、时间序列分析、根因调查、A/B 测试分析、业务指标计算
- 数据叙事与可视化（5 个）：如洞察提炼、可视化构建、执行摘要生成、看板规格设计
- 利益相关方沟通（5 个）：如技术语言转业务语言、需求澄清、分析 QA 检查清单
- 工作流优化（4 个）：如分析规划、上下文打包、同行评审模板、复盘
主要亮点：
- 覆盖分析师全流程，而非零散的单点技能拼凑，六阶段划分对应真实分析工作的自然节奏
- 零配置开箱可用：README 明确标注“无需设置 · 适用于任何公司或行业”，无需 API Key、无需外部依赖
- 企业场景可定制：提供
references/目录（company-schema.md、metric-definitions.md、business-rules.md），可注入公司专属的数据结构与业务规则，让通用技能贴合具体团队上下文 - 优雅降级设计：文档说明“如果用户无法提供完整信息，Claude 会说明自己的假设并继续推进”，避免因信息不全而卡死
- 近期有维护：v1.1.0 于 2026-04 更新，距今约 2.5 个月
3. 适用场景
所属固定分类：数据分析与可视化
- 数据分析师/数据科学家在日常工作中反复执行的探索性分析、数据质量核查、指标口径核对等重复性任务
- 需要向非技术利益相关方（产品、运营、管理层）转译分析结论，并沉淀可复用文档的团队
- 缺乏统一分析规范、希望用标准化流程（假设记录、方法论说明、QA 检查清单）提升分析可信度的数据团队
- 需要针对公司专属数据结构与业务口径做定制化分析、而非套用通用模板的场景（通过
references/目录实现）
4. 跨 Agent 兼容性
| Agent | 结论 | 判断依据 |
|---|---|---|
| Claude Code | ✅ 原生支持 | 采用标准 SKILL.md 目录格式，README 明确说明基于 Anthropic Claude Agent SDK 构建 |
| Codex | ❓ 未验证 | 材料中未见针对 Codex 的适配说明或测试记录 |
| OpenClaw | ⚠️ 需适配 | OpenClaw 技能体系同样以 SKILL.md 为标准格式，理论上可将技能目录放入其技能路径下使用，但未见官方或社区的专项适配记录 |
| Hermes Agent | ⚠️ 需适配 | Hermes Agent 技能系统同样基于 SKILL.md，理论兼容，但未见专门验证 |
5. 推荐理由
数据分析场景下的 Agent 技能大多聚焦单点能力（写 SQL、画个图），而这套技能的价值在于把分析师完整工作流搬进了技能库：从质量核查到最终向业务方讲清楚“这个结论能不能信、假设是什么”，六个阶段环环相扣。对于经常需要向非技术同事解释分析结论的团队，stakeholder-requirements-gathering、technical-to-business-translator、analysis-qa-checklist 这类技能补上了纯技术型分析工具通常缺失的最后一公里。加上零配置、无外部依赖、支持公司专属上下文注入，适合数据团队直接拿来标准化内部分析流程，而不必先花时间自建一套提示词库。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 6 | 226 stars 处于 200–1k 区间下段；41 forks／226 stars≈18% 的较高转化率，说明有实际使用者而非仅围观；未发现独立第三方讨论 |
| 可用性 | 8 | 零配置、无 API Key、无付费依赖，README/QUICKSTART/STRUCTURE 等文档结构完整；但仓库未提供显式的“一条命令安装”步骤，首次使用者需自行按 Claude Skills 标准目录结构放置技能文件夹；近 3 个月内有维护（v1.1.0，2026-04） |
| 安全性 | 8 | 见下方检查清单 |
| 综合 | 7.33 | 三项均值 |
安全检查清单：
| 检查项 | 结果 |
|---|---|
| ① Shell 命令执行及权限范围 | 未发现——31 个技能均为提示词/指令型（Markdown 指令），未见要求执行 shell 命令或脚本的证据 |
| ② 运行时联网外发数据 | 未发现——处理均在 Claude 会话上下文内完成，无外部网络调用证据 |
| ③ API key/凭据要求 | 不要求——README 明确“无需设置”，用户数据直接在对话中提供 |
| ④ SKILL.md 中可疑指令 | 未发现——技能命名与工作流描述透明（“提出针对性问题 → 执行 → 说明假设 → 交付结果”），无 prompt injection 或要求忽略先前指令的迹象 |
| ⑤ 作者/组织信誉 | 一般——个人开发者项目，非官方/机构出品，身份背景未完全交叉核实 |
| ⑥ License 是否明确 | 不明确——仓库未见 LICENSE 文件，README 也未声明许可证条款 |
| ⑦ 最近维护时间 | 良好——v1.1.0 发布于 2026-04，距今约 2.5 个月，非弃置项目 |
扣分说明：技术层面（无代码执行、无外联、无凭据要求）非常干净，理应接近满分；但许可证缺失（检查项⑥）与作者信誉证据不足（检查项⑤）各有减分，故未给到 9–10。
7. 跟同类 Skills 相比的优势
| 维度 | data-analytics-skills（本次推荐） | dongzhang84/data-analysis-skill | 裸提示词直接问 Claude 数据分析问题 |
|---|---|---|---|
| 覆盖范围 | 31 个技能覆盖分析师全流程六阶段（质量→分析→文档→可视化→沟通→复盘） | 单一“多专家协作”工作流，聚焦端到端分析生成 HTML 报告 | 无固定流程，效果依赖单次提示质量 |
| 业务沟通能力 | 内置利益相关方沟通类技能（需求澄清、技术转译、QA 检查清单） | 未见专门的业务沟通环节 | 无 |
| 企业定制 | 提供 references/ 目录注入公司专属 schema/指标口径/业务规则 |
未见同等定制机制 | 无 |
| 社区体量 | 226 stars / 41 forks | 8 stars / 1 fork | 不适用 |
| 安装门槛 | 零配置但缺少显式安装步骤说明 | 需了解其“多专家工作流”配置方式 | 无需安装 |
核心差异化：市面上同类数据分析技能大多解决“如何做一次分析”，data-analytics-skills 解决的是“如何让一次分析变成可复用、可向业务方交代的标准流程”，六阶段设计与企业专属上下文注入机制是本次候选池中同类项目里覆盖最完整的。
8. 用户评价
本次共发起 2 次专门检索，均未找到已实际验证的独立第三方评价（Reddit / X / Hacker News / 技术博客）。为避免凑数或编造，如实说明：本次未收集到足够的已验证用户评价。
9. 其他补充
- 版本：v1.1.0，README 页脚标注 2026-04 更新；未见独立 CHANGELOG 文件
- 未提及多语言支持或社区贡献指引
- 设计上强调“公司无关性”（适用于任何公司或行业），核心卖点是通过
references/目录做轻量级企业定制，而非从零复刻整套技能
10. 安装使用方式
- 获取方式：
git clone https://github.com/nimrodfisher/data-analytics-skills.git - 放置方式（推断，非仓库官方文档明确步骤）：按 Claude Code 标准技能目录约定，将各技能子文件夹（如
01-data-quality-validation/programmatic-eda/）复制到项目内.claude/skills/或用户级~/.claude/skills/目录下即可被识别；⚠️ 此步骤为基于 Claude Skills 通用规范的推断，仓库自身 README/QUICKSTART 均未给出逐步安装命令，建议使用前先在测试项目中验证目录识别是否生效 - 企业定制（可选）：在技能目录旁添加
references/company-schema.md、references/metric-definitions.md、references/business-rules.md，技能会自动读取以贴合团队上下文 - 安装后无需重启宿主 Agent；触发方式为在对话中提出符合某技能场景的分析请求（如“帮我做一次用户留存的队列分析”），Agent 依据技能
description自动匹配加载
11. 注意事项
- 仓库未提供显式安装命令，也未标注明确许可证条款，企业内部使用前建议先与作者确认授权范围
- 未做代码执行与网络访问，安全面干净，但也意味着技能本身不会替你连接真实数据库或 BI 工具执行查询，仍需人工把数据/查询结果贴入对话
- 作者为个人开发者、非官方机构出品，长期维护的持续性存在不确定性
- Codex 兼容性本次未验证；OpenClaw、Hermes Agent 虽技术上兼容 SKILL.md 格式，但均未见官方或社区的专项适配记录，建议先小范围测试