metrics-review – 指标数据审查与复盘 Skill

3周前更新 8 0 0 0

metrics-review 是帮助 AI Agent 系统梳理、审核和复盘产品与业务指标的口径、计算逻辑和异常波动的分析型 Skill,适合需要检查数据定义一致性、定位指标偏差原因或准备定期指标评审的场景。

Skill 安装

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

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

metrics-review 是 Anthropic 官方 knowledge-work-plugins 仓库中的一个知识工作类 Skill,专门用于帮助用户对产品、运营、营销或业务指标进行系统性复盘与解读。它的定位是指标复盘助手,而不是数据抓取工具或 BI 平台。

从仓库定位来看,knowledge-work-plugins 面向的是知识型工作场景,metrics-review 承担的角色是把散乱的数据、指标定义和业务背景,整理成一份结构化的复盘结论。它不负责连接数据库、拉取数据或绘制实时看板,这些属于第三方服务或 Agent 自身工具链的能力。

核心用途

  • 对一组业务指标做周期性复盘(周、月、季度)
  • 分析指标变化的原因、趋势和异常点
  • 把原始数据整理成可读的结论与行动建议
  • 对比目标与实际完成情况
  • 输出结构化的复盘文档

它不是什么

  • 不是数据分析引擎,不做统计计算或建模
  • 不是数据采集工具,不主动抓取任何平台数据
  • 不是 BI 看板工具,不生成实时可视化仪表盘
  • 不是独立的可执行软件,本质上是给 Agent 加载的工作指令/工作流

工作方式

用户把指标数据(通常是表格、CSV、Markdown 表格、粘贴的原始文本或已有文档)交给 Agent,metrics-review 指导 Agent 按照固定的复盘结构来处理:先明确指标口径和周期,再对比目标与实际,然后逐项分析变化原因,最后给出结论和改进建议。它主要约束 Agent 的思考路径和输出格式,让复盘结果比随便问问 AI更规范、更可复用。

适合的用户

  • 产品经理、运营、增长团队做周期性指标复盘
  • 需要把零散数据整理成汇报材料的职场用户
  • 希望复盘流程标准化的中小团队

不适合的需求

  • 需要实时数据接入和自动化监控的场景
  • 需要复杂统计建模或预测的场景
  • 需要直接对接数据仓库、BI 工具的工程任务

简单说,metrics-review 让 Agent 在做指标复盘这件事上更专业、更有章法,但它本身不产生数据,数据必须由用户或 Agent 的其他工具提供。

Skill 安全评估

metrics-review 来自 Anthropic 官方仓库 anthropics/knowledge-work-plugins,来源可信度较高。从这类知识工作 Skill 的性质判断,它本身主要是提示词与工作流指令,通常不包含需要持续运行的代码或后台服务。

主要安全关注点

  • 来源可信度:官方仓库维护,供应链风险相对低。但建议安装时确认来源是官方仓库,而非第三方镜像或重新发布版本。
  • 数据输入:复盘时你可能把业务数据、销售数字、用户指标粘贴给 Agent。这些内容会进入模型上下文,敏感数据(如未公开财务数据、用户个人信息)应谨慎处理。
  • 文件读写:如果 Agent 被授予文件读写权限,Skill 可能读取你指定的数据文件。建议只授权必要目录,避免开放整个磁盘。
  • 网络访问:复盘本身通常不需要联网。如果 Skill 或 Agent 请求网络权限,应确认是否真的必要。
  • Prompt Injection:如果复盘的数据来源包含外部不可信文本(如抓取的网页、他人上传的文档),理论上存在提示注入风险,可能影响 Agent 输出。建议对来源不明的材料保持警惕。
  • 输出准确性:指标分析属于判断性任务,模型可能给出看似合理但没有依据的结论。复盘结论应人工复核,不能直接作为决策唯一依据。

降低风险的建议

  • 只从官方仓库安装,核对仓库名称 anthropics/knowledge-work-plugins。
  • 不把敏感个人数据、密钥、未脱敏的财务明细交给 Agent。
  • 复盘结论由人做最终判断,把模型输出当作草稿而非定论。
  • 如果只需生成复盘文本,可以关闭 Agent 的自动执行 Shell 权限。

整体判断:这是一个低风险的知识工作类 Skill,主要风险来自数据本身和模型输出质量,而不是 Skill 的代码行为。但低风险不等于无风险,仍建议按最小权限原则使用。

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。官方没有公布完整的第三方 Agent 兼容列表。从 Agent Skill 的通用工作方式来看,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。

由于该 Skill 属于知识工作类指令,不依赖特殊运行时或工具集成,因此在各类 Agent 中的迁移通常比较直接。

二、运行环境 / 依赖

项目 要求
Agent Claude Code 优先,其他支持 Skill 的 Agent 可尝试
Node.js 官方资料未明确要求
Python 官方资料未明确要求
网络 复盘本身通常不需要;安装环节可能需要访问仓库
操作系统 跟随所使用 Agent 的支持范围

作为知识工作类 Skill,它一般不引入额外的运行时依赖。是否需要 Node.js、Python 等,取决于你使用的 Agent 本身。

三、权限

  • 文件读取:可选。如果你希望 Agent 直接读取数据文件或复盘文档,需要此权限。
  • 文件写入:可选。如果你希望把复盘结果保存为文件,需要此权限。
  • Shell:通常不需要。复盘主要是文本与推理任务。
  • 网络:通常不需要。
  • 浏览器 / Docker / GitHub:与常规使用无关。

四、账号 / API Key

Skill 本身不需要额外的账号或 API Key。复盘所需的数据由用户提供。是否需要凭证取决于你使用的 Agent 平台(例如调用某个模型服务本身可能需要密钥),以及你复盘的项目是否涉及需要鉴权的第三方数据源——但这属于项目侧需求,不是这个 Skill 的要求。

最小使用条件

  1. 一个支持 Skill 的 Agent(优先 Claude Code)
  2. 待复盘的指标数据(表格、文本或文档)
  3. 明确的复盘周期和目标口径

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。

如果不知道自己的 Agent 如何安装,可以直接询问当前 AI Agent:

如何安装 anthropics/knowledge-work-plugins#metrics-review?

如何在 Claude Code 中安装 anthropics/knowledge-work-plugins#metrics-review?

如何在 Codex 中安装 anthropics/knowledge-work-plugins#metrics-review?

如何在 Cursor 中安装 anthropics/knowledge-work-plugins#metrics-review?

让当前 Agent 根据自己的 Skill 加载与管理机制指导安装。不同 Agent 的安装路径、目录结构和命令可能不同,以对应 Agent 当前版本为准。

需要留意的是,knowledge-work-plugins 是一个包含多个 Skill 的仓库,安装时可以只安装 metrics-review 这一个 Skill,具体方式以仓库说明和你的 Agent 机制为准。

二、安装后如何使用

安装后,通常不需要特殊命令触发。当你的任务属于指标复盘类需求时,Agent 会自动匹配这个 Skill;也可以在需求中显式点名使用它。

适合交给它处理的任务:

  • 把本周/本月的运营数据整理成复盘报告
  • 对比目标与实际完成情况,分析偏差原因
  • 从一堆指标中找出异常点和变动趋势
  • 把复盘结果整理成汇报用的结构化文档

自然语言使用示例:

使用 metrics-review,帮我把这份本月的用户增长数据整理成一份复盘报告。

使用 metrics-review,分析这组季度指标,重点说明哪些指标没达标以及可能的原因。

使用 metrics-review,对比目标与实际,输出一份结构化的月度复盘结论和改进建议。

描述需求时,尽量说清楚:复盘周期、指标口径、目标值、以及你希望输出成什么形式(表格、报告、要点列表)。信息越明确,输出越贴近你要的结果。

三、卸载

卸载方式取决于你使用的 Agent。一般可以:

  • 使用对应 Agent / Skill 管理器提供的删除方式,移除该 Skill
  • 直接询问当前 Agent,让它帮你移除

如果不确定具体位置和命令,可以直接问:

如何卸载 anthropics/knowledge-work-plugins#metrics-review?

不同 Agent 的 Skill 安装位置和管理方式可能不同。如果没有统一的卸载命令,直接询问当前 Agent 如何移除 metrics-review 通常更稳妥。

常见问题

1. metrics-review 和普通问 AI帮我分析数据有什么区别?

普通提问得到的是零散回答,结构和口径取决于你当场怎么说。metrics-review 提供的是一套固定的复盘框架,让 Agent 按统一结构输出复盘结论,结果更规范、更可复用,尤其适合需要周期性重复的复盘场景。

2. 它会不会自动帮我拉取数据?

不会。metrics-review 本身不连接任何数据源,数据需要你提供,或由 Agent 的其他工具获取。它负责的是分析框架和输出结构,不是数据采集。

3. 可以同时安装到多个 Agent 吗?

可以。同一个 Skill 安装到多个 Agent 通常没有冲突,各自独立管理即可。但不同 Agent 的 Skill 版本可能不同步,注意保持更新。

4. 安装后 Agent 没有识别这个 Skill 怎么办?

先在对话里显式点名使用 metrics-review,看是否能触发。如果不能,检查 Skill 是否确实安装到了当前 Agent 的 Skill 目录,并确认 Agent 版本是否支持 Skill 机制。必要时重新安装,或询问当前 Agent 为什么不识别。

5. 复盘结果可以直接用于正式汇报吗?

建议把它当作草稿。指标分析含有判断成分,模型可能给出看似合理但缺乏依据的结论。正式使用前应人工核对数据口径和结论,尤其是涉及重要决策时。

6. 中国大陆使用有网络要求吗?

复盘本身不需要联网。安装和更新环节需要访问 Skill 仓库,如果你所在网络访问受限,可能需要相应的网络条件。日常使用不受影响。

7. 可以关闭 Shell 和文件写入权限来使用吗?

可以。metrics-review 的核心是文本与推理任务。如果你只是让 Agent 生成复盘文本、然后自己复制使用,完全可以只保留对话能力,不开放文件写入和 Shell 权限。只有在希望 Agent 直接读写数据文件时,才需要文件权限。

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...