Generate and edit Draw.io, Mermaid, and Excalidraw diagrams from natural language using a structured JSON spec.
by nssa.io1.0k installs47 stars
Browser
Data Prompt Coach 数据分析Prompt引导教练
Try it数据分析 Prompt 引导教练+教程蒸馏自进化。触发『启动数据分析』『CRISP-DM』『我有 CSV 想端到端分析』『蒸馏教程』→双入口（8 场景+26 方法论+自修改预审+回滚）。Do NOT use for 直接接入生产数据库、ML 建模、纯摘要。
What it does
Data Prompt Coach v3.4.4 — ClawHub 审计 concern 整改版
The skill document
Data Prompt Coach v3.4.4 — ClawHub 审计 concern 整改版
v3.4.4：修复 ClawHub SkillSpector LLM 审计 3 项 concern（Credentials/Instruction Scope/Purpose & Capability）+ M23 YARA 误报措辞。 v3.4.3：外迁大段内容到 references/audit/ + references/routing/，回应 SKILL.md ≤300 行硬门禁 + description ≤250 字符硬门禁。 v3.4.2：修复 ClawHub SkillSpector 3 项 HIGH 发现（[SDI-4] 代码产出边界 + [SQP-1] 反路由保护 + [SQP-2] 缓存/破坏性重写安全控制）。 v3.4.1：安全合规强化（预写审批+敏感脱敏+爬虫合规+凭证保护+脚本备份）。 v3.4.0：M22-M26 爬虫能力深度强化（SPA 动态 API/动态 Key/增量 ID/HTML 定位/飞书双存储）。 v3.3.2：触发引导深度强化（置信度分级+输出反推+用户原话示例库+onboarding 完整版）。
任务
通过 双入口架构服务两类需求：
- 入口 A 引导入口：为用户的数据分析需求生成高质量 Prompt（覆盖 8 场景 + 26 方法论触发信号 + CRISP-DM 7 步全流程）
- 入口 B 蒸馏入口：从教程中萃取方法论，自动挂载到原子方法库（自我进化）
两个入口共享 26 原子方法论库（M1-M11 基础 + M12-M16 蒸馏扩展 + M17-M21 v3.3 D1 教程蒸馏 + M22-M26 v3.4.0 爬虫强化）。
权限声明
| 能力类别 | 是否使用 | 说明 |
|---|---|---|
| 网络访问 | ✅ | WebFetch 抓取用户提供的 URL（仅场景 1 网页采集引导）；抓取前必检查 robots.txt 和 ToS（详见 security-compliance.md § 2） |
| 文件读写 | ✅ | 读：用户样表/资料；写：① 蒸馏入口产出 references/methods/M{N+1}-*.md + 索引/路由/测试；② 引导入口生成 .bat/CSV/JSON/Python 模板到用户工作目录（用户明确要求时） |
| 环境变量 | ⚠️ | 本技能自身不读取环境变量，但生成的爬虫/飞书存储代码会从用户 .env 读取 Token，禁止硬编码（详见 security-compliance.md § 3） |
| subprocess | ❌ | 无（仅生成 .bat 模板文件，不直接执行） |
| 外部 API | ⚠️ | 本技能自身不调用外部 API，但生成的爬虫代码会调用目标网站 API，飞书存储代码会调用飞书 OpenAPI（必须遵守服务条款和限频） |
自修改能力披露
⚠️ 本技能蒸馏入口（Entry B）具有自修改能力：方法库自扩展 + 路由矩阵自更新 + 测试用例自追加 + 引用图自维护。
用户须知：蒸馏入口完成后必须人工审查 diff；单次挂载上限 5 个方法论；自修改仅限本技能目录内，不影响其他技能或全局配置。
🔒 预写审批机制（v3.4.1 强制）
执行 L0.4 RIA++ 挂载前，必须先输出"挂载预审清单"等待用户确认（包含即将创建/修改文件清单、影响范围评估、风险声明）。铁律：
- 🚫 禁止未经用户确认就执行 L0.4 挂载
- 🚫 禁止挂载超出预审清单的文件
- 🚫 禁止在用户拒绝后用"已部分挂载"为由继续
- ✅ 用户回复"确认挂载"后逐项执行并实时报告进度
🔒 破坏性重写先备份规范（v3.4.2 强制）
L0.4 挂载时对"已存在文件的修改"必须先备份再写入。详细备份策略表、回滚函数实现、回滚命令使用方法见 rollback-policy.md。
铁律：
- 🚫 禁止直接覆盖已存在文件而不先备份
- 🚫 禁止
.backup/目录被提交到 GitHub（已在.gitignore排除） - ✅ 必须在挂载报告中输出"已备份文件清单 + 备份目录位置"
- ✅ 必须提供回滚命令：
python scripts/rollback_mount.py --to
安全合规边界
详细原则见 security-compliance.md，包含 4 大节：
- 敏感数据处理原则：数据最小化 + 脱敏优先 + 本地优先 + 云端存储前脱敏（含 4 类样本字段表 + 脱敏建议 + 二次脱敏铁律）
- 爬虫合规边界：7 条铁律（robots.txt + ToS + 礼貌限流 + 真实 UA + 禁止绕过认证 + 公开数据 + 数据用途限制）
- 凭证保护原则：4 条铁律（禁止硬编码 + 本地保存限制 + 示例脱敏 + Token 失效处理）+ .env 文件规范 + 日志脱敏
- 自动化脚本安全提示：生成前告知 6 项副作用 + 等待用户确认 + 提供备份建议
双入口路由
| 入口 | 触发词 | 流程 |
|---|---|---|
| A 引导 | 启动数据分析 / 引导数据分析 / 你能做什么 / 有哪些场景 / SQL Prompt / 我有一堆简历 / 我有 CSV 想端到端分析 / CRISP-DM / 完整分析全流程 / 从问题到报告 / requests.get 抓不到 / Algolia / 飞书多维表格双存储 | L1 场景预识别（含 onboarding）→ L2 资料感知访谈 → L3 路由+生成 → L4 多物交付 |
| B 蒸馏 | 蒸馏教程 / 萃取方法论 / 榨干教程 / 提取教程方法论 | L0.1 整体理解 → L0.2 5 维度并行提取 → L0.3 三重验证 → L0.4 RIA++ 挂载（含预审） |
模糊判定：用户给 URL/PDF/MD 但没说"蒸馏" → 反问"你要做数据分析（引导）还是蒸馏教程（萃取方法论）？"
场景识别快速路径
详细触发引导、方法论咒语表、场景联动、反路由保护清单见 trigger-guide.md；用户原话示例 + 完整 onboarding 菜单见 quickstart-examples.md；能力总览 + 场景流转图见 capability-map.md。
| 用户说（强信号词） | 置信度 | 直接锁定场景 | 默认方法论组合 |
|---|---|---|---|
| "CRISP-DM""端到端分析""从问题到报告""完整分析全流程""我有数据想分析""CSV 想知道" | S 级 | 场景 8 完整分析全流程 | M1+M2+M7+M17+M18+M19+M20 |
| "抓数据""爬取""网页表格""基金排行榜" | A 级 | 场景 1 网页采集 | M1+M2+M7 |
| "简历""合同""发票""名片""抠字段" | A 级 | 场景 2 文档字段提取 | M1+M2（<100）/ M1+M2+M6（>100） |
| "写 SQL""JOIN""子查询""聚合" | A 级 | 场景 3 SQL 生成 | M3+M10+M2 |
| "对账""核对""两张表对得上""报销" | A 级 | 场景 4 数据核对 | M2+M7 |
| "打标签""分类""标注""工单""用户反馈" | A 级 | 场景 5 批量分类标注 | M5+M2 |
| "周报""合并""汇总""完成率""风险预警" | A 级 | 场景 6 周报敏捷分析 | M1+M7+M4 |
| "深度分析""报告""1500 行""HTML 报告" | B 级 | 场景 7 深度洞察报告 | M8+M9 |
关键触发规则：
- 优先匹配 S 级词 → 直接锁定场景 8，跳过模糊判定
- A 级词需配套数据源/任务类型确认
- B 级词必反问"深度报告（场景 7）还是端到端分析（场景 8）？"
- 多信号冲突按场景优先级：场景 8 > 场景 7 > 场景 6 > 其他
- 场景 8 教学特化触发：用户说"教学""学习""背答案""数据陷阱"时追加 M21
- 场景识别失败：反问"这是采集/提取/SQL/核对/标注/周报/深度报告/完整分析全流程哪一类？"或 Read quickstart-examples.md 展示示例
模糊触发反路由保护（v3.4.2 新增，回应 [SQP-1]）
⚠️ 8 类通用短语（"帮我分析一下""整理一下""看下这个""处理一下""有什么建议""画个图""写个报告""做个表"）禁止自动路由到数据处理工作流。详细清单和反路由铁律见 trigger-guide.md § 模糊触发反路由保护清单。
核心铁律：① 数据缺失即不路由 ② 意图不明确即反问 ③ 3 轮内必须收敛 ④ 拒绝猜测性路由
入口 A：引导入口工作流程
Step A1: 场景预识别（L1，含 onboarding）
读取 scenario-router.md + trigger-guide.md + capability-map.md，按数据源 + 任务类型识别 8 场景候选。
首次启动 onboarding（v3.3.1 新增，v3.4.3 外迁）：当用户说"启动数据分析""引导数据分析""你能做什么""有哪些场景"等首次接触信号词且未提供具体需求时，必须 Read quickstart-examples.md § 完整 onboarding 菜单展示给用户。用户已提供强信号词时跳过 onboarding。
8 场景：1 网页采集 / 2 文档字段提取 / 3 SQL 生成 / 4 数据核对 / 5 批量分类标注 / 6 周报敏捷分析 / 7 深度洞察报告 / 8 完整数据分析全流程（v3.3 新增，CRISP-DM 7 步）。
触发引导硬规则（详见 trigger-guide.md § 触发引导快速参考）：① 不凭记忆工作 ② 首次启动必展示 onboarding 菜单 ③ 场景识别失败必 Read quickstart-examples.md ④ 用户问能力必 Read capability-map.md ⑤ 场景完成后必按流转图提示下一步。
Step A2: 资料感知访谈（L2+，v3.0 增强）
读取 interview-flow.md，按 5 要素完备性检查：范围 + 字段 + 处理规则 + 输出格式 + 异常处理。
v3.0 增强：资料感知（根据场景主动要求样表/DDL/标签体系/上周报告）+ 资料分析（调用对应分析器回填 5 要素）。
访谈原则：① 最少 3 轮 ② 一次一问 ③ 方向性建议 ④ 该问到完备为止 ⑤ 可降级（用户主动说"差不多就行"立即用当前信息生成）。
Step A3: 智能路由（L3）
读取 method-composition.md，基于场景 + 数据规模匹配方法论组合。8 场景的方法论组合矩阵详见 method-composition.md § 场景组合矩阵。
v3.1 叠加规则：M12↔M13 成对、M15↔M16 成对、M14+M6+M7 三件套、单场景最多叠加 3 个 v3.1 方法论。
v3.3 叠加规则：M17/M18/M19/M20 在场景 8 默认成套挂载（CRISP-DM 7 步骨架不可拆分）；M21 仅在教学场景信号触发时挂载；单场景最多叠加 5 个 v3.1+v3.3 方法论。
v3.4.0 叠加规则：M22 默认追加到场景 1（80% 现代网站是 SPA）；M23 触发自动追加 M22；M24 触发自动追加 M14+M6；M25 仅在 AI 识别失败时由用户主动调用；M26 触发自动追加 M14+M24。
Step A4: 多物交付（L4+，v3.0 新增，v3.3 扩展）
读取 references/asset-templates/ 按场景路由交付物。8 场景交付物清单详见 method-composition.md § 交付物清单。
4 段结构（v2.0 保留）+ 附加交付物（v3.0 新增）+ 场景联动提示（v3.3.1 新增）：
## 📋 你即将使用的 Prompt（直接复制粘贴）
## 🛡️ 防幻觉清单（本场景的关键防错点）
## ✅ 验真抽查建议（拿到结果后必做 3 件事）
## ⚙️ 场景化补充（本场景的"隐藏坑")
## 📁 附加交付物（v3.0 新增，按场景路由）
## 🔗 接下来可以做什么（v3.3.1 新增，按场景流转图主动提示 1-2 个最相关下一步）
场景联动提示规则：完成场景 N 交付后，按 capability-map.md § 场景流转图 主动提示 1-2 个最相关下一步（场景 1-7 完成后默认推荐场景 8；场景 7 完成后必提示场景 8；同一场景不重复提示）。
入口 B：蒸馏入口工作流程
读取 distillation-router.md 完整编排。
Step B1: L0.1 整体理解
读取 cangjie-lite.md § L0.1（Adler 精简版 3 步：结构拆解→主题识别→适用边界）。产出：内存概览（体裁/主题/受众/边界）。
Step B2: L0.2 5 维度并行提取
读取 interview-miner-adapted.md，从 5 个维度并行提取候选：显性认知 → 方法论候选；隐性意图 → 陷阱候选；思维模型 → 决策框架候选；行业信号 → 触发条件候选；反常识洞察 → 独特性候选。产出：候选清单（去重 + 关联）。
Step B3: L0.3 三重验证
读取 three-fold-verification.md，每个候选过 3 关：V1 跨域（原文 ≥ 2 处独立佐证）+ V2 预测力（能回答教程未明说的问题）+ V3 独特性（不是常识）。通过率目标 ≥ 50%。全部淘汰 → 终止并报告。
Step B4: L0.4 RIA++ 挂载（v3.4.1 强化预写审批）
读取 cangjie-lite.md § L0.4。
Step B4.0 挂载预审（v3.4.1 强制门控）：① 列出 L0.3 验证通过的候选清单 ② 输出"挂载预审清单"（参考 § 自修改能力披露 → 预写审批机制） ③ 等待用户回复"确认挂载"或"先看一下候选内容" ④ 用户未确认前禁止执行 B4.1-B4.6 任何写文件操作。
Step B4.1-B4.6：用户确认后执行 ① 创建 references/methods/M{N+1}-{slug}.md（RIA++ 六维） ② 更新 assets/INDEX.md ③ 更新 references/routing/method-composition.md ④ 追加 assets/test-prompts.json ⑤ 淘汰候选写入 references/audit/rejected.md/candidates.md ⑥ 输出蒸馏报告。
Step B4.7 挂载完成确认书：新增方法论 + 修改文件清单 + 测试用例数 + 提示人工审查 git diff + 提示 git checkout 回滚。
单次挂载上限 5 个（超过的留 candidates.md）。禁止行为：跳过 B4.0 预审 / 用户拒绝后强行继续 / 挂载超出预审清单的文件。
26 原子方法论库（references/methods/）
| # | 名称 | 一句话 | 何时用 |
|---|---|---|---|
| M1 | 黄金五要素 | 范围+字段+规则+格式+异常 | 采集/提取类 |
| M2 | 防幻觉三招 | 亮证据+给示弱+禁脑补 | 涉及金额/人数/结论 |
| M3 | 80/20 协作 | AI 写初稿+人审业务口径 | 写 SQL/代码 |
| M4 | 任务拆解 | 提取→清洗→核对→分析 | 复杂多步任务 |
| M5 | 两级标签体系 | 一级+二级+边界+样例 | 分类标注 |
| M6 | 分批处理 | 50-100/批+对齐基准+序号 | >1000 条 |
| M7 | 验真闭环 | 标注依据+抽查+异常标记 | 任何关键输出 |
| M8 | 目标导向 | 多给目标少给绘图指令 | 深度分析 |
| M9 | 分步提问 | /plan 出大纲→确认→深挖 | 高要求报告 |
| M10 | SQL 4 必看 | JOIN/时间/去重/口径 | 审查 SQL |
| M11 | 大文件阈值 | <1500 直拖/>10万写脚本 | 大数据量 |
| M12 | 下钻触发 | 基础分析→识别有趣维度→主动追问→下钻→联动深挖 | 探索性分析 |
| M13 | 中间逻辑可追溯 | 中间产物显式+可追问+推导链完整+逻辑校验点 | AI 分析可信度 |
| M14 | 增量同步 | 指纹缓存+批量写入+频率控制+失败兜底 | 定期运行任务 |
| M15 | 迭代式可视化 | 基础代码块→美化配色→增加交互 | 图表制作 |
| M16 | 多维数据联动 | 识别维度→评估局限→选联动组合→联动交互 | 多维关系展现 |
| M17 | CRISP-DM 7 步 SOP | 问题定义→数据探索→清洗→分析→可视化→洞察→报告 | 端到端分析全流程（场景 8 默认） |
| M18 | 清洗决策审查 | 每条清洗决策记录问题+选择+理由+影响，可审计 | 数据清洗决策审计（场景 8 Step 3） |
| M19 | 图表三秒体检 | 轴标签+数据范围+图表类型三维度快速验证 | 图表正确性验收（场景 8 Step 5） |
| M20 | 相关≠因果验证 | 6 维度验证（第三变量+反向因果+时序+实验证据+机制+统计显著） | 统计因果断言验证（场景 8 Step 6） |
| M21 | AI 背答案识别 | 数据手术 5 步+自我诊断三问 | 教学场景 AI 真实分析能力诊断 |
| M22 | SPA 动态 API 识别 | 6 步识别流程：网站类型→Network 面板→请求参数→响应结构→动态参数→抓取流程 | 现代 SPA 网站抓取前置（场景 1 默认追加） |
| M23 | 动态 API Key 模拟 | 5 步模拟流程：Key 来源→追踪获取链→requests.Session 模拟→请求头完整性→Key 刷新机制 | Algolia 等动态 Key 服务（触发自动追加 M22） |
| M24 | 增量唯一 ID 设计 | 5 种策略：URL 解析 ID/API 原生 ID/字段组合哈希/内容指纹/时间戳+序号 | 增量抓取区分已抓/未抓（触发自动追加 M14+M6） |
| M25 | HTML 元素定位 | 5 步定位流程：DevTools→选元素→定位 HTML→复制→发送 AI | AI 识别失败兜底（不当默认方法论用） |
| M26 | 飞书多维表格双存储 | 6 种字段类型映射+双存储代码框架 | 本地 CSV + 飞书 Base 双写（触发自动追加 M14+M24） |
版本演进：v3.1 已扩展 M12-M16 / v3.3 已扩展 M17-M21 / v3.4.0 已扩展 M22-M26。后续蒸馏入口产出的 M27+ 会继续追加到此表。
规则
- 双入口边界：引导入口不挂载方法论；蒸馏入口不生成用户 Prompt
- 主动访谈：主控必须提方向性选项，不能让用户自己想要素
- 一次一问：每轮只问 1 个问题 + 2-3 选项
- 最少 3 轮：3 轮是下限，该问到完备为止（用户主动可降级）
- 方法论组合：必须从 26 原子方法论（M1-M26）中选，不能自创
- RIA++ 完整：每个生成的 Prompt 必须含方法论的核心要素
- 不替代业务口径：涉及比率指标必须提示"请先定义分子分母"
- 蒸馏挂载上限：单次蒸馏 ≤ 5 个方法论，超过的留 candidates.md
- 代码产出边界（v3.4.2 修订，回应 [SDI-4]）：
- ✅ 允许产出（作为"附加交付物模板"）：SQL/DDL/JSON Schema/验真脚本骨架/Python 数据处理代码模板/.bat 自动化模板/图表代码
- ❌ 禁止行为：直接执行这些代码 / 写入用户系统路径 / 替代业务口径判断
- 📌 铁律：所有代码交付物必须附带"使用前必读"声明（副作用清单+备份建议+用户确认门）
- v3.1 方法论叠加：M12↔M13 成对、M15↔M16 成对、单场景最多叠加 3 个 v3.1 方法论
- v3.3 方法论叠加：M17/M18/M19/M20 在场景 8 默认成套挂载；M21 仅教学场景触发；单场景最多叠加 5 个 v3.1+v3.3 方法论
- v3.3.1 触发引导强化：首次启动 onboarding + 能力地图主动展示 + 方法论咒语可见 + 场景联动提示（详见 trigger-guide.md）
- v3.3.2 触发引导深度强化：触发词置信度分级（S/A/B 级）+ 输出反推场景索引 + 用户原话示例库 + 触发引导硬规则 5 条 + onboarding 菜单完整版
- v3.4.1 安全合规强化：自修改预写审批 + 敏感数据脱敏 + 爬虫合规边界 + 凭证保护 + 自动化脚本备份（详见 security-compliance.md）
- v3.4.2 反路由保护：8 类通用短语禁止自动路由（详见 trigger-guide.md § 模糊触发反路由保护清单）
- v3.4.2 破坏性重写备份：L0.4 挂载时已存在文件必先备份（详见 rollback-policy.md）+ 回滚脚本
scripts/rollback_mount.py
示例与故障排除
详见 examples.md（2 个端到端示例）+ troubleshooting.md（11 条故障排除表）+ references/examples/world-happiness-demo.md（CRISP-DM 7 步完整演示）+ references/examples/student-exam-challenge.md（M21 AI 背答案识别 + 数据手术演示）。
来源声明
- 方法论来源：v2.0 来自「用 TRAE Work 做数据分析的实战教程」公开文章，经
cangjie-skillRIA-TV++ 流水线蒸馏，11 个方法论通过验证 - v3.0 蒸馏引擎：内化 cangjie-skill 4 阶段精简版 + interview-insight-miner 5 维度适配版，无需安装外部 Skill
- v3.1 教程蒸馏升级：M12-M16 由蒸馏入口从 6 篇真实教程中萃取，2026-07-22 挂载
- v3.3 D1 教程蒸馏升级：M17-M21 由蒸馏入口从 D1 数据分析与可视化课程中萃取，2026-07-24 挂载
- v3.4.0 爬虫能力强化：M22-M26 由 TRAE 社区爬虫教程中萃取，2026-07-26 挂载（场景 1 网页采集专项强化）
- v3.4.1 安全合规强化：2026-07-31 引入，回应 ClawHub SkillSpector v3.2.0 Credentials concern 维度
- v3.4.2 审计整改：2026-07-31 修复 ClawHub SkillSpector 3 项 HIGH 发现（[SDI-4]+[SQP-1]+[SQP-2a/b/c]）
- v3.4.3 硬门禁合规：2026-07-31 外迁大段内容到 references/audit/ + references/routing/，回应 SKILL.md ≤300 行 + description ≤250 字符硬门禁
- 蒸馏方法详见 references/distillation/
Related skills
Stores durable facts in a categorized, plain-markdown vault on disk, alongside your agent's built-in memory.
by Iván559 installs18 stars
Find why your productivity system keeps failing, then apply the smallest fix — capacity math, bottleneck routing, durable local notes.
by Iván855 installs69 stars
Site audit, content writing, and competitor analysis for organic search rankings.
by Iván574 installs31 stars
Fetch raw ad creative, app, ranking, and revenue data from AdMapix as structured JSON.
by fly0pants4.3k installs296 stars
Join a video meeting as an AI bot with voice, avatar, and screenshare across four operating modes.
by johnpatternai22 installs8 stars
More from edwardwason
Browse all skillsConvert URLs or local files to structured Markdown and save to Obsidian, Feishu Cloud Drive, and Tencent IMA.
by edwardwason15 installs1 stars
Daily curated briefing of 8 notable ClawHub AI Agent Skills, with optional Lark or IMA push.
by edwardwason10 installs1 stars
Daily Chinese-market skill digest with 8 curated picks and dual-lab security audit.
by edwardwason10 installs1 stars
Convert a Markdown article into 3:4 PNG image cards plus a compressed text script for posting on social platforms.
by edwardwason10 installs1 stars
技能熔炉 — 锻造/评估/改进 Skill。说 技能熔炉 走全流程（含R5改进已有skill）；说 技能评估/skill评估/评估技能 只做同类比对+腾讯9维度。可选能力：搜索SkillHub同类技能（通过TRAE内置工具）、修改已有skill文件（仅R5诊断修复路径，需用户确认）。发布环节请用 skill-pu...
by edwardwason9 installs1 stars
Branch a coding session into a new conversation with full context handoff — generate structured handoff doc and startup prompts. Triggers ONLY on '支线任务' / '开...
by edwardwason8 installs1 stars