margin-analyzer – 利润率分析与优化 Skill

3周前更新 8 0 0 0

margin-analyzer 是用于分析产品或业务毛利表现的 Skill,帮助 AI Agent 拆解收入、成本与利润结构并定位影响毛利的关键因素,适合定价评估、成本优化和经营分析等场景。

Skill 安装

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

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#margin-analyzer 是 Anthropic 官方 knowledge-work-plugins 仓库中的一个 Skill,名称可以识别为 margin-analyzer。它属于“知识工作”类插件集合的一部分,主要面向需要处理文档、数据或业务分析的知识型任务。

从名称和所属仓库的定位来看,这个 Skill 的核心用途是帮助用户对某个对象进行“margin”分析。在知识工作场景中,“margin”通常指利润空间、余量、差距或偏差。具体分析对象可能包括财务数据、产品定价、项目预算、业务指标等。但截至本文撰写时,当前官方资料没有完整公开该 Skill 的 SKILL.md 全部内容,因此无法逐条确认其精确功能边界。

需要明确的是:它本身不是一个独立运行的软件,也不是一个可以直接执行的命令行工具。它是一组指令和说明,安装后作为 Agent 的能力扩展存在。Agent 在遇到符合条件的任务时,会加载这个 Skill 的指令来辅助完成任务。

它不是什么

  • 不是独立的可执行程序
  • 不是数据库或分析引擎
  • 不是财务软件或 ERP 系统
  • 不是自动化交易或投资决策工具

它可能的典型任务

  • 对一组财务或运营数据计算利润率、毛利率、净利率等指标
  • 对比不同产品线、地区或时间段的 margin 变化
  • 识别 margin 异常波动的可能原因
  • 根据已有数据生成 margin 分析摘要
  • 辅助制定定价或成本调整建议

适合哪些用户:需要快速对业务数据做 margin 相关分析的产品经理、运营人员、财务分析人员、创业者,以及希望让 AI Agent 辅助完成利润分析的知识工作者。

不适合哪些需求:需要实时连接企业财务系统、需要高精度会计合规计算、需要直接操作数据库或 ERP 的严肃财务场景。这类需求应使用专业财务软件,而不是依赖 Skill 的文本推理能力。

与普通 Agent 自身能力的区别:普通 Agent 也能做利润计算和分析,但 margin-analyzer 提供了一套更聚焦的分析框架和指令,可能包含特定的计算逻辑、报告结构和分析维度。安装后,Agent 在处理 margin 相关任务时会遵循这套框架,输出更一致、更专业的结果。

Skill 安全评估

总体判断:anthropics/knowledge-work-plugins#margin-analyzer 来自 Anthropic 官方组织和官方仓库,来源可信度较高。但当前官方资料没有完整公开该 Skill 的全部行为细节,因此无法对其做逐项安全审计。以下安全点基于该 Skill 所属类型和仓库定位做出的合理分析。

来源可信度

该 Skill 所属仓库为 anthropics/knowledge-work-plugins,属于 Anthropic 官方 GitHub 组织。Anthropic 是 Claude 系列模型的开发方,其官方仓库通常遵循较高的发布标准。这是该 Skill 最重要的安全背书。但仍建议用户在安装前查看仓库的最新提交记录、Issue 讨论和 Release 说明。

文件读取与写入

margin-analyzer 作为知识工作类 Skill,很可能需要读取用户提供的文档、表格或数据文件。它可能也会生成分析报告并要求写入文件。建议用户在使用时,只提供与分析任务直接相关的文件,避免让 Agent 读取包含敏感信息的整个目录。如果 Agent 支持权限设置,可以限制其写入范围到临时目录或指定输出目录。

Shell 与网络

当前官方资料没有明确说明该 Skill 是否需要 Shell 权限或网络访问。如果它仅基于文本推理完成分析,则不需要这两项权限。如果它需要调用 Python 做数值计算,则可能需要 Shell 权限。建议用户在安装后检查该 Skill 的指令文件,确认其实际需要哪些权限。如果只需要文本分析,可以关闭 Agent 的自动 Shell 执行权限,由用户手动运行相关命令。

第三方 API 与凭证

当前官方资料没有说明该 Skill 是否调用第三方 API。从名称和仓库定位看,它更可能是纯指令型 Skill,不涉及外部服务。如果后续版本引入 API 调用,用户应关注是否需要提供 API Key,以及 Key 的存储和使用方式。

Prompt Injection 风险

如果该 Skill 会读取外部文档或网页内容,存在被恶意文档注入提示词的风险。建议用户不要将来源不明的文档直接交给 Agent 做 margin 分析,尤其是包含大量指令性文字的文件。对关键分析结果,应人工复核计算逻辑和结论。

降低风险的建议

  • 安装前查看官方仓库的 SKILL.md,确认其实际行为
  • 只提供与分析相关的文件,避免暴露无关敏感数据
  • 如无必要,关闭 Agent 的自动 Shell 和文件写入权限
  • 对生成的财务或业务结论做人工复核
  • 关注官方仓库的更新和 Issue 反馈

Skill 使用要求

一、Agent / 客户端

该 Skill 来自 Anthropic 官方 knowledge-work-plugins 仓库,与 Claude Code 高度适配,可以优先在 Claude Code 中使用。Anthropic 官方没有公布完整的第三方 Agent 兼容列表。从 Agent Skill 的工作方式来看,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

当前官方资料没有明确说明该 Skill 的硬性运行环境要求。基于其知识工作类定位,可参考以下判断:

项目 要求
Agent Claude Code 优先,其他支持 Skill 的 Agent 可尝试
Node.js 官方未明确要求,视 Agent 自身要求而定
Python 官方未明确要求,如涉及数值计算可能需要
网络 安装时通常需要,运行时视是否调用外部服务而定

由于当前官方资料未完整公开该 Skill 的依赖清单,建议用户安装后查看其 SKILL.md 或询问 Agent 确认实际依赖。

三、权限

  • 文件读取:通常需要,用于读取待分析的数据文件。必需
  • 文件写入:用于输出分析报告。建议设为可选,由用户决定是否允许
  • Shell:官方未明确说明。如涉及计算可能需要,建议按需开启
  • 网络:官方未明确说明。如不调用外部服务则不需要
  • 浏览器:官方未明确说明。通常不需要
  • Docker:官方未明确说明。通常不需要
  • GitHub:仅在安装时可能需要访问仓库

四、账号 / API Key

Skill 本身是否需要账号或 API Key:当前官方资料没有说明该 Skill 需要单独的账号或 API Key。它作为 Agent 的扩展指令运行,通常依赖 Agent 自身的认证体系。

Skill 后续分析的项目是否需要凭证:这取决于用户分析的数据来源。如果 margin 分析涉及从第三方系统拉取数据,可能需要相应的 API Key 或数据库凭证。这部分凭证与 Skill 本身无关,应由用户自行管理。

最小使用条件

  1. 一个支持 Skill 加载机制的 AI Agent
  2. 能够访问 Anthropic 官方仓库的网络环境,用于安装
  3. 待分析的 margin 相关数据或文档
  4. 对分析结果做人工复核的流程

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 或终端执行。LemonAIKit 的 Skill 详情页已经提供了针对该 Skill 的安装指令,按照页面提示操作即可。

如果用户不确定自己的 Agent 如何安装,可以直接询问当前 AI Agent:

如何安装 anthropics/knowledge-work-plugins#margin-analyzer?

如何在 Claude Code 中安装 anthropics/knowledge-work-plugins#margin-analyzer?

如何在 Codex 中安装 anthropics/knowledge-work-plugins#margin-analyzer?

如何在 Cursor 中安装 anthropics/knowledge-work-plugins#margin-analyzer?

让当前 Agent 根据自己的 Skill 加载和管理机制,给出针对性的安装指导。不同 Agent 的安装方式可能不同,以 Agent 实际反馈为准。

二、安装后如何使用

安装完成后,该 Skill 通常会在 Agent 遇到 margin 相关任务时被触发或由用户主动指定。用户可以在对话中直接描述分析需求,Agent 会加载该 Skill 的指令来辅助完成。

适合交给这个 Skill 的任务类型:利润率计算、成本与收入对比、多产品 margin 对比、margin 趋势分析、定价调整的 margin 影响评估等。

向 Agent 描述需求时,建议提供:分析对象、数据范围、时间周期、关注的 margin 类型、期望的输出形式。

自然语言使用示例:

使用 margin-analyzer,帮我分析这份季度销售数据中不同产品线的毛利率变化。

使用 margin-analyzer,根据我提供的成本和售价,计算各 SKU 的利润率并找出异常项。

使用 margin-analyzer,对比华东和华南两个区域过去四个季度的 margin 表现,输出一份简要分析。

三、卸载

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 如何移除该 Skill 通常更稳妥:

如何卸载 anthropics/knowledge-work-plugins#margin-analyzer?

一般也可以通过对应 Agent 或 Skill 管理器提供的删除方式,找到该 Skill 并移除。如果 Agent 支持列出已安装 Skill,可以先列出再删除。

常见问题

1. 这个 Skill 可以同时安装到多个 Agent 中吗?

通常可以。Skill 本身是文件形式的指令集合,只要目标 Agent 支持 Skill 加载机制,就可以分别安装。但不同 Agent 的安装路径和管理方式不同,需要分别操作,且各 Agent 的兼容程度可能不同。

2. 安装后 Agent 没有识别到 Skill,怎么办?

先确认安装路径是否正确,再确认 Agent 是否支持 Skill 加载机制以及是否需要重启。可以询问当前 Agent 是否已加载该 Skill,或让 Agent 列出已安装的 Skill 进行核对。如果仍然不行,检查仓库是否有更新版本或已知兼容性问题。

3. Skill 更新后需要重新安装吗?

取决于 Agent 的 Skill 管理机制。部分 Agent 会自动同步更新,部分需要手动重新拉取。建议关注官方仓库的 Release 或 Changelog,并询问当前 Agent 如何更新已安装的 Skill。

4. 中国大陆使用是否有网络要求?

安装时需要访问 Anthropic 官方 GitHub 仓库,中国大陆网络环境下可能需要代理或其他网络配置。运行时如果该 Skill 不调用外部服务,则对网络没有额外要求。具体以实际安装环境为准。

5. 这个 Skill 会不会修改我已有的项目文件?

当前官方资料没有明确说明其文件写入行为。从知识工作类 Skill 的一般模式看,它可能生成分析输出文件,但不一定会修改已有项目文件。如果担心,可以在使用前设置 Agent 的文件写入权限,或让 Agent 将输出写到单独的临时目录。

6. 可以关闭 Shell 权限使用这个 Skill 吗?

如果该 Skill 仅做文本推理和计算,不需要 Shell 权限也可以使用。如果涉及 Python 数值计算或数据处理,可能需要 Shell 权限。建议先查看其 SKILL.md 确认实际需求,再决定是否开启。

7. 它的分析结果可以直接用于财务决策吗?

不建议直接用于正式财务决策。该 Skill 提供的是基于输入数据的分析和建议,其准确性取决于数据质量和指令逻辑。正式财务决策应经过专业财务人员复核,并参考合规的财务系统数据。

Skill 更新日志

版本列表
无版本号
adobe-for-creativity:显示名称 "Adobe" (#1245)
无版本号
添加 Render 插件 (render) (#1246)
无版本号
bump(carta-crm):19590b87 → 6ab81016 (#1226) Co-authored-by: github-actions[bot]
无版本号
bump(carta-cap-table):19590b87 → 6ab81016 (#1225) Co-authored-by: github-actions[bot]
无版本号
bump(carta-investors):19590b87 → 6ab81016 (#1227) Co-authored-by: github-actions[bot]
无版本号
bump(amazon-selling-partner):5e8147fc → 10573bac (#1238) 压缩合并 1 个提交
无版本号
添加 amazon-selling-partner(Amazon Selling Partner 插件)(#1237)
无版本号
添加 Pendo 插件(pendo-analytics、pendo-guides、pendo-orchestrate)(#1221) * 添加 Pendo 插件(pendo-analytics、pendo-guides、pendo-orchestrate) * pendo-analytics:表面中立的描述措辞
无版本号
添加 Hostinger 插件 (hostinger) — 变基到 main (#1194)
无版本号
合并拉取请求 #1197,来自 anthropics/bump/carta-cap-table bump(carta-cap-table):15286b2f → 19590b87
无版本号
合并拉取请求 #1217,来自 anthropics/bump/wingspan bump(wingspan):b989f3b3 → 01f2b080
无版本号
合并拉取请求 #1216,来自 anthropics/bump/incident-io bump(incident-io):6d0bbfc9 → 443f4716
无版本号
合并拉取请求 #1215,来自 anthropics/bump/modern-web-guidance bump(modern-web-guidance):66351a78 → 22ab18df
无版本号
合并拉取请求 #1214,来自 anthropics/bump/honeycomb bump(honeycomb):41214b7d → b169d7d1
无版本号
合并拉取请求 #1213,来自 anthropics/bump/langfuse bump(langfuse):ab83111e → f275566d
无版本号
合并拉取请求 #1212,来自 anthropics/bump/base44 bump(base44):592535c8 → 8548a482
无版本号
合并拉取请求 #1211,来自 anthropics/bump/figma bump(figma):ecefd5b5 → 5d718a28
无版本号
合并拉取请求 #1210,来自 anthropics/bump/postiz bump(postiz):00aa5083 → 8d431747
无版本号
合并拉取请求 #1208,来自 anthropics/bump/signoz bump(signoz):4cdc848e → 35fe1869
无版本号
合并拉取请求 #1207,来自 anthropics/bump/buildkite bump(buildkite):a4bb20c6 → 50c85f20
无版本号
合并拉取请求 #1206,来自 anthropics/bump/pixeltable bump(pixeltable):70ec6a26 → c08f7340
无版本号
合并拉取请求 #1204,来自 anthropics/bump/unity bump(unity):5ad4bafc → ba48956a
无版本号
合并拉取请求 #1203,来自 anthropics/bump/qdrant-skills bump(qdrant-skills):7d12f624 → 6a03d0ce
无版本号
合并拉取请求 #1202,来自 anthropics/bump/datarobot-agent-skills bump(datarobot-agent-skills):de26cbc9 → 55a755ea
无版本号
合并拉取请求 #1201,来自 anthropics/bump/airwallex-agentos bump(airwallex-agentos):d323dd68 → b418b991
无版本号
合并拉取请求 #1200,来自 anthropics/bump/wix bump(wix):8895c163 → 91f818bb
无版本号
合并拉取请求 #1199,来自 anthropics/bump/carta-investors bump(carta-investors):15286b2f → 19590b87
无版本号
合并拉取请求 #1198,来自 anthropics/bump/carta-crm bump(carta-crm):81b8f408 → 19590b87
无版本号
bump(wingspan):b989f3b3 → 01f2b080
无版本号
bump(incident-io):6d0bbfc9 → 443f4716

暂无评论

none
暂无评论...