comp-analysis – AI 薪酬数据分析 Skill

3周前更新 7 0 0 0

comp-analysis 是用于指导 AI Agent 执行可比公司分析的 Skill,通过筛选可比上市公司、整理市值与估值倍数等财务指标并进行对标分析,帮助完成估值参考、投资研究和行业对比等任务。

Skill 安装

多 Agent 安装
npx skills add https://github.com/anthropics/knowledge-work-plugins --skill comp-analysis

使用 npx skills 快速安装,支持将 Skill 添加到多个兼容的 AI Agent。

Skill 调研报告

Skill 详细介绍

anthropics/knowledge-work-plugins#comp-analysis 是 Anthropic 官方 knowledge-work-plugins 仓库中的一个 Skill,名称可以理解为 comp-analysis(薪酬 / 竞争力分析类)。它不是独立运行的软件,也不是一个可执行程序,本质上是一套面向知识工作场景的指令与工作方法集合,安装后由 AI Agent 加载,在特定任务中引导 Agent 按既定思路完成分析工作。

核心用途

从名称和所属仓库定位来看,这个 Skill 面向的是“comp analysis”,通常指薪酬分析、对标分析(compensation analysis / competitive comparison analysis)一类的知识工作任务。安装后,Agent 在这类任务中会获得更明确的分析框架、结构要求和表达规范,而不是每次都依赖通用推理从零组织。

它是什么

  • 一个由 Anthropic 官方维护的 Skill,属于 knowledge-work-plugins 仓库中的知识工作类插件。
  • 一套用于指导 Agent 完成分析类任务的指令 / 方法论。
  • 需要配合支持 Skill 机制的 AI Agent 使用。

它不是什么

  • 不是独立软件,不能脱离 Agent 单独运行。
  • 不是数据库,本身不提供薪酬或市场数据。
  • 不是自动爬虫,不会自己去抓取外部数据源。
  • 不是财务、法律或 HR 合规的权威结论工具。

主要解决什么问题

通用 AI Agent 在“薪酬分析”“对标分析”这类任务中,容易输出结构松散、维度不全、缺少可比性口径的内容。该 Skill 的价值在于把这类任务的分析维度、对比逻辑和输出结构固定下来,让 Agent 的产出更接近一份可用的内部分析材料。

典型任务

  • 岗位薪酬区间整理与对标。
  • 多个岗位 / 职级 / 地区之间的薪酬对比。
  • 把零散的薪酬信息整理成结构化分析结论。
  • 基于已有数据撰写分析说明和结论。

使用场景与适合人群

  • HR、招聘、薪酬相关岗位人员。
  • 需要做岗位对标、薪酬结构梳理的管理者或咨询人员。
  • 已经有数据,需要 Agent 帮忙组织和分析的人。

不适合的需求

  • 想要 Agent 自动提供真实、实时、权威的薪酬数据库。该 Skill 不提供数据源。
  • 需要正式法律、税务或合规裁决的场景。
  • 完全不想提供任何输入数据,只想要结论的场景。

工作方式

该 Skill 本质属于提示词 / 工作方法 / 分析框架类资产。它在被 Agent 加载后,影响的是 Agent 在相关任务中的组织方式和输出结构,而不是新增一个可调用的外部服务。Skill 本身提供的是分析思路和输出规范,具体的薪酬数据、公司信息、市场行情仍然需要用户提供,或者由 Agent 通过其他已启用的能力去获取。

需要说明的是,当前官方资料对 comp-analysis 的完整 SKILL.md 内容、具体分析维度和字段定义并未在公开可检索范围内完全展开。上面的功能描述基于其名称和所属仓库定位进行说明,具体能力细节以该 Skill 当前官方说明为准。

Skill 安全评估

总体判断:这是一个来自 Anthropic 官方仓库的纯知识工作类 Skill,本身不包含可执行代码、不主动联网、不主动读写文件,安全风险较低。风险大小主要取决于你把它放进哪个 Agent、给了那个 Agent 哪些权限。

来源可信度

anthropics/knowledge-work-plugins 属于 Anthropic 官方 GitHub 组织下的仓库,来源可信度较高。使用前建议确认你获取 Skill 的渠道确实指向该官方仓库,而不是第三方转发、改名或二次打包的版本。

代码执行与 Shell 权限

该类知识工作 Skill 一般不需要 Shell 执行能力。如果某个 Agent 在加载它之后仍默认开启自动执行命令的权限,那属于 Agent 的权限设置问题,不是这个 Skill 本身要求的。建议:只做分析内容生成时,可以关闭 Agent 的自动执行 Shell 权限,由自己手动执行必要命令。

文件读写

分析任务通常需要读取用户提供的薪酬表格、文档等内容。是否需要写入文件取决于 Agent 配置,而不是 Skill 的强制要求。如果只想要分析结论、不希望 Agent 改动本地文件,可以在 Agent 侧限制写入权限。

网络访问

该 Skill 本身不内置网络抓取逻辑。但如果 Agent 开启了联网能力,在分析任务中可能主动搜索外部信息,这会引入外部来源可靠性问题,需要用户自行核对结论。

数据与隐私

薪酬、职级、员工信息通常属于敏感数据。使用前建议:

  • 不要把未经脱敏的真实员工薪酬明细直接交给不可信的模型或环境。
  • 在允许的情况下做匿名化或区间化处理。
  • 确认所用 Agent 的数据处理方式符合你所在组织的要求。

Prompt Injection 风险

如果分析对象包含来自外部或不可信来源的文本(例如抓取的招聘信息、第三方文档),存在被恶意内容引导的可能。建议只使用可信来源的数据作为输入。

该 Skill 未发现需要 API Key、Token、OAuth 或账号登录的迹象;它不涉及支付、凭证管理或系统级操作。以上判断基于其仓库定位,具体以官方当前说明为准。

Skill 使用要求

一、Agent / 客户端

该 Skill 来自 Anthropic 官方仓库,与 Claude Code 及 Anthropic 体系的 Skill 加载机制适配度最高,可以优先在 Claude Code 中使用。

官方没有公布该 Skill 的完整第三方 Agent 兼容列表。从 Agent Skill 的通用工作方式看,在支持 Skills、自定义 Skill 或类似指令加载机制的环境中,通常也可以尝试在 Codex、Cursor、Trae、OpenClaw、WorkBuddy 等主流 AI Agent 中使用。不同 Agent 的 Skill 加载方式、识别路径和兼容程度可能不同,具体以对应 Agent 当前版本为准。

二、运行环境 / 依赖

作为知识工作类 Skill,它本身通常不需要额外的运行时依赖。

项目 要求
Agent Claude Code 优先,其他支持 Skill 的 Agent 可尝试
Node.js Skill 本身一般不需要;取决于所安装的 Agent
Python Skill 本身一般不需要;取决于所安装的 Agent
网络 Skill 本身不需要;若希望 Agent 联网查资料则取决于 Agent

三、权限

  • 文件读取:可选。当分析需要读取你提供的表格或文档时才需要。
  • 文件写入:可选。只在需要导出分析结果时才有意义。
  • Shell:通常不需要。
  • 网络:可选。联网由 Agent 决定,不是该 Skill 的硬性要求。
  • 浏览器 / Docker / GitHub:不涉及。

四、账号 / API Key

该 Skill 本身不需要账号、API Key 或 Token。它是知识工作类资产,不调用付费第三方接口。

需要区分:你后续分析所依赖的数据源(例如某些薪酬数据库服务)可能另需订阅,那属于数据来源问题,与这个 Skill 无关。

最小使用条件

  1. 一个支持 Skill 机制的 AI Agent(Claude Code 优先)。
  2. 安装好该 Skill。
  3. 准备好你要分析的输入数据或明确的分析目标。

Skill 安装、使用与卸载教程

一、安装

可以直接复制本页面提供的 Skill 安装指令,粘贴到对应 Agent 或终端中执行。如果本页面没有你需要的安装方式,最省事的办法是直接问当前 Agent。

如何安装 anthropics/knowledge-work-plugins#comp-analysis?

如何在 Claude Code 中安装 anthropics/knowledge-work-plugins#comp-analysis?

如何在 Cursor 中安装 anthropics/knowledge-work-plugins#comp-analysis?

让当前 Agent 根据自己的 Skill 加载和管理机制给出对应安装步骤,比套用统一命令更稳妥。如果你使用的 Agent 不支持 Skill,安装指令可能无法生效,此时需要先确认该 Agent 是否提供 Skills 功能。

二、安装后如何使用

安装后一般不需要额外“启动”动作,Agent 会在相关任务中自动加载该 Skill;如果 Agent 支持显式调用,也可以直接在需求中点名使用它。

适合交给它的任务:薪酬区间整理、岗位对标、多维度薪酬对比、把零散信息整理成结构化分析结论。

向 Agent 描述需求时,建议说清楚:分析对象、对比维度、数据来源、希望的输出形式。示例:

使用 comp-analysis,把我提供的这几个岗位的薪酬数据整理成一份对标分析,按职级和地区分组。

使用 comp-analysis,对比这份新旧薪酬结构,指出主要变化和可能的影响。

使用 comp-analysis,把这份招聘信息里的薪酬要素提取出来并结构化整理。

三、卸载

保持简单:用对应 Agent 或 Skill 管理器提供的删除方式移除该 Skill 即可。不同 Agent 的 Skill 安装位置和管理方式可能不同,如果没有统一卸载命令,直接询问当前 Agent 通常更稳妥:

如何卸载 anthropics/knowledge-work-plugins#comp-analysis?

常见问题

它会自己提供真实薪酬数据吗?
不会。它提供的是分析框架和输出规范,数据需要你提供,或由 Agent 通过其他已启用能力获取,且结论需自行核对。

可以同时装到 Claude Code 和 Cursor 吗?
取决于各 Agent 的 Skill 安装位置是否独立。多数情况下不同 Agent 各自管理自己的 Skill,可以分别安装。具体以对应 Agent 当前机制为准。

安装后 Agent 好像没识别怎么办?
先确认该 Agent 是否支持 Skills 功能,再确认安装路径和命名是否符合其要求。可以直接让 Agent 自查:它当前有没有加载 comp-analysis。

Skill 更新后需要重新安装吗?
取决于安装方式。如果是跟随官方仓库同步的安装方式,通常更新后同步即可;如果是手动复制,需要重新获取最新版本。以官方说明为准。

开启联网会让分析更准确吗?
不一定。联网能补充外部信息,但也引入来源可靠性问题。薪酬类结论建议只用可核对的数据源,并保留人工复核。

适合直接用于正式薪酬决策吗?
不建议直接照搬。它适合作为分析和整理辅助,正式薪酬决策还应结合组织政策、市场数据和合规要求,并由相关责任人确认。

Skill 更新日志

版本列表
无版本号
将所有插件中的命令迁移为技能 - 将所有 commands/*.md 文件转换为 skills/*/SKILL.md 格式 - 将 36 对参考-技能合并到其可调用的对应项中 - 将仅参考的技能标记为 user-invocable: false - 为迁移的技能扩展描述,包含使用场景 - 保持 partner-built/ 命令不变 - 从 marketplace.json 中移除 bio-research

暂无评论

none
暂无评论...