用途：Data Sleuth 将 Claude 转变为调查型数据分析师，借鉴数据新闻、法务会计与 OSINT 调查技术，从数据集中提取他人容易忽略的模式与关联。它可与 personality-profiler 搭配，增强社交媒体数据的信号提取，也适用于任何结构化数据集。
主要能力：核心原则包括健康怀疑、以危害为中心的模式识别、保持天真视角、以证据而非假设为准。信号检测技术涵盖时间指纹、比率分析、缺失检测、跨数据集三角验证、异常值情境化、语言取证、网络拓扑与行为分群。支持多数据集关联，通过时间戳、用户标识、内容重叠或行为模式寻找共同键，并交叉印证、矛盾或补充。
使用方式：分析前必须先用 AskUserQuestion 访谈用户，基于数据结构主动提出 2-4 个具体分析选项，并附简要说明与自由文本选项。流程为：数据侦察（识别字段、类型、基数、范围、时间维度、连接键）→ 分析访谈 → 执行所选分析 → 以证据呈现发现。输出分两部分：执行摘要与详细发现，详细发现采用 JSON 结构，包含分析类型、数据集、发现项（标题、类别、置信度、描述、证据、含义、后续建议）、交叉关联与方法说明。
适用场景：任何带时间戳的数据、参与度指标、财务数据、文本密集数据集、社交或关系数据、活动日志，以及多份数据导出之间的交叉验证。
限制：资料未提供具体安装命令、收费、价格、平台支持或效果保证；分析结果依赖数据质量与用户访谈方向，置信度需自行评估。