1 号·数据分析

它想解决什么问题

在数据分析工作里，常见痛点不是「缺一个模型」，而是任务上下文分散：指标口径、表结构、清洗规则和业务假设往往散落在对话历史或本地笔记里，Agent 每次都要重新对齐。SkillHub 将 @user_94f5e5c7/sxajjxaj 归类为 data-analysis，说明发布者希望把一类与数据相关的对话约束，打包成可复用的技能包，而不是每次从零写系统提示。

当前公开资料里，技能展示名称为「1」，SKILL.md 正文仅说明其为该规范名下的大模型技能，未展开具体脚本、工具链或分析模板。因此这篇介绍的重点，是帮你判断「是否值得安装后再读原文」，而不是替代 SKILL.md 充当能力清单。

技能如何工作（已知信息）

从平台元数据可以确认以下几点：

• 规范名：@user_94f5e5c7/sxajjxaj，安装与引用时应使用该标识，避免与同名展示标题混淆。
• 分类：data-analysis，适合在检索或站内浏览时，与 SQL、统计、可视化、报表解读等同类技能放在一起对比。
• 内容载体：遵循 SkillHub 技能格式；实际指令、示例对话和边界说明应以作者维护的 SKILL.md 为准。

若你已在 Agent 中加载该技能，合理的使用方式是：先通读 SKILL.md，再针对当前数据集与分析目标补充表结构、样本行、指标定义；不要把展示标题「1」当成能力摘要。

适用边界与注意点

• 不要假设内置能力：资料未描述自动化 ETL、专用 MCP 或固定分析流水线；是否包含这些，只能以安装后的 SKILL.md 及附带的 prompt 为准。
• 口径与合规：涉及生产数据、PII 或财务指标时，技能文本不能替代权限审批与脱敏流程。
• 版本与作者：来源为 user_94f5e5c7；行为变更应回到 SkillHub 技能页 核对更新，而不是依赖第三方转载摘要。