用途：这是一套面向 Claude 的数据分析技能集合，而非可导入的代码库。当用户描述分析任务时，Claude 会从六类技能中自动选择并激活相应技能，使其成为动手型分析伙伴。
主要能力：共 31 个技能，分为六类——数据质量与校验（EDA、质量审计、查询校验、模式映射）、文档与知识（语义模型、文档、SQL 翻译）、数据分析与调查（同期群、分群、漏斗、时间序列、A/B 测试）、数据叙事与可视化（洞察、图表、仪表盘、叙述）、利益相关方沟通（翻译、需求、影响量化）、工作流优化（规划、上下文打包、同行评审）。每个技能是自包含指令集，会先提出针对性问题收集必要信息，再执行完整分析流程，并显式标注假设、输出模板化结果。
使用方式：个人使用可克隆仓库：git clone https://github.com/nimrodfisher/data-analytics-skills.git 然后 cd data-analytics-skills，在对话中引用技能，例如“Use the programmatic-eda skill to analyze this dataset”。AI 编码代理可将技能路径加入系统提示或项目上下文，例如 SKILL_PATH = "./data-analytics-skills"，并读取对应 SKILL.md。团队可 fork 仓库并添加公司专属上下文。技能目录结构为 skill-name/ 下含 SKILL.md、README.md 和可选的 references/（如 company-schema.md、metric-definitions.md、business-rules.md）。无需环境变量，技能基于对话中提供的数据工作。
适用场景：探索性数据分析、指标异常根因调查、A/B 测试分析、SQL 文档化、仪表盘规格设计、多技能串联的完整分析工作流，以及团队统一指标定义与分析规范。
限制：资料未提供具体收费、价格、平台支持范围或效果保证；技能激活依赖自然语言描述，若上下文不足会提出较多问题，输出可能偏通用，需补充业务背景或公司参考文件。仓库地址为 https://github.com/nimrodfisher/data-analytics-skills。