Agent Skills
返回列表
CDA·应用与综合刷题模块

CDA·应用与综合刷题模块

教育学习 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md 的指引,在你的 AI 助手中安装 @user_af163eaa/cda-quiz-m03-apply。

技能介绍

解决什么问题

准备 CDA 数据分析师考试的考生,在《应用与综合》科目上普遍面临两个困难:一是综合科目强调落地,知识点分散在零售业务场景、分析报告结构、数据治理、AB 测试设计、数据产品指标体系等多个主题中,手动翻教材整理题目效率很低;二是很多刷题工具只出题不给依据,答错了也不知道考点出自哪里,复习无法闭环。

@user_af163eaa/cda-quiz-m03-apply 就是为了补齐这个环节:它按照考试大纲的章节地图组织题库,按章节、考点、难度、题型动态生成题目,并附上可回溯到具体考点的解析。

技能如何工作

核心能力是基于章节地图驱动的出题流水线:

  • 章节定位:先解析用户指定的章节、题型、数量和难度,再匹配章节地图中对应的章,提取 P0/P1/P2 考点。
  • 题目生成:按题型规范产出题干、选项、答案和解析。解析会点明考点出处与易错点,而不是泛泛而谈的「常识性」结论。
  • 质量自检:每道题都要过一遍「红蓝对抗」——红军负责检查 P0 考点是否覆盖、题型分布是否合理;蓝军负责挑刺,比如题干是否暗示答案、多选题是否漏掉正确项、引用的标准是否过时。发现问题就重出该题或标注「存疑待核」。
  • 错题登记:答错的题可以写入本地 mistakes/mistakes.json,记录章节、题型、题干、用户错选和日期,之后按同一路径回顾即可。

章节地图覆盖六章内容:

  • 第 1 章 业务场景:零售为 P0,金融与互联网为 P1。
  • 第 2 章 分析报告:结构为 P0,叙事与落地为 P1。
  • 第 3 章 数据治理:质量为 P0,安全与合规为 P1。
  • 第 4 章 AB 测试:设计为 P0,显著性与决策为 P1。
  • 第 5 章 数据产品:指标体系为 P0,看板与自动化为 P1。
  • 第 6 章 综合实战:案例为 P0,复盘与优化为 P1。

出题时优先覆盖 P0 高频考点;多选题偏向并列知识点和易混淆选项,解析逐项说明对错依据。题目难度会标注 P0/P1/P2 标签,方便考前自测时按目标筛选。

适用边界与注意点

  • 本技能只覆盖《应用与综合》一个科目,其他科目请使用同系列的其他模块。
  • 题目由 AI 依据考试大纲生成,属于练习辅助工具,不替代官方教材,也不做押题预测。
  • 生成的题目基于应用与综合考试大纲的要点,不涉及超出通用考纲的冷僻内容;涉及具体数字或标准时,会标注来源年份或权威出处。
  • 错题本仅保存在本地 JSON 文件中,不上传服务器。

安全审查等级为 P2,属于纯规则型技能:不调用外部接口,不执行敏感操作,不收集个人隐私。

使用场景

  • 晚上按章节做应用与综合练习,生成单选题后逐题核对解析中的考点出处。
  • 考前用 P0 高频考点自测,检查零售、报告结构、数据治理、AB测试设计是否掌握。
  • 指定一个具体知识点,例如数据治理中的合规要求,生成多选题并检验易混淆项。
  • 答错题后把题目写入本地错题本,之后按章节和日期回顾薄弱考点。

适合人员

  • 正在备考 CDA 数据分析师证书,需要按章节刷应用与综合题目的考生。
  • 准备考前冲刺,希望按 P0 考点和难度自测并记录错题的数据分析学习者。
  • 已经学过数据分析基础,想针对零售、AB测试、数据治理等综合考点做定向练习的从业者。
  • 需要把易混淆知识点整理成可回溯错题,避免重复踩坑的备考用户。