前言¶
補貨和排產往往卡在「未來賣多少」：歷史銷量在 Excel 裏，庫存週轉和安全庫存要手算或另開腳本，統計模型和機器學習工具又分散在不同環境。把預測、庫存建議和分析報告都交給對話式 Agent，需要一套能讀本地表格、覆蓋多種算法、並明確何時該啓用的 Skill。下面介紹 SkillHub 上的「供應鏈需求預測」技能，以及安裝與使用方式。
這是什麼¶
「供應鏈需求預測」是 SkillHub 社區來源（community）的數據分析類 Skill，座標爲 @user_ade1c2ac/supply-chain-demand-forecast，當前版本 1.0.0，由發佈者 user_ade1c2ac 維護。
它面向需要對歷史銷售或庫存數據做需求預測、索取庫存優化建議、計算安全庫存，或生成需求預測分析報告的場景。輸入支持 Excel / CSV 本地文件，以及多種數據源混合；標籤標明 requires_api_key=false，不依賴額外 API Key 即可安裝使用。
SkillHub 頁面：https://www.skillhub.cn/skills/user_ade1c2ac/supply-chain-demand-forecast
資料接口頁：https://api.skillhub.cn/user_ade1c2ac/supply-chain-demand-forecast
核心功能¶
以下能力均來自官方簡介，未在頁面單獨展開的實現細節不在此臆測。
- 需求預測：基於歷史銷售或庫存序列，給出未來需求估計。
- 庫存相關輸出：庫存優化建議、安全庫存計算、需求預測分析報告。
- 數據接入：本地 Excel / CSV；支持多種數據源混合輸入。
- 方法覆蓋：
- 統計：移動平均、指數平滑、ARIMA
- 機器學習：XGBoost、LightGBM
- 深度學習：LSTM
- 自動化時序：Prophet - 行業語境：官方說明適用於製造、零售、電商、物流等供應鏈場景。
在 SkillHub 上該 Skill 分類爲 data-analysis，評分 100000，下載 1867 次（以抓取資料爲準）。
安裝與啓用¶
Skill 遵循通用 SKILL.md 格式。官方頁面給出的安裝指引是：先按 SkillHub 安裝文檔配置 CLI，再安裝本座標對應的 Skill。
1、安裝 SkillHub CLI（若尚未安裝）¶
檢查是否已安裝：
command -v skillhub && skillhub --version
未安裝時，可使用官方推薦的一鍵腳本（完整安裝含 CLI 與默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅安裝 CLI 時：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
完整步驟與優先源策略見：https://skillhub.cn/install/skillhub.md
2、安裝本 Skill¶
安裝時必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認落在 ./skills/，Agent 可能無法識別。
skillhub install user_ade1c2ac/supply-chain-demand-forecast --dir <你的 skills 目錄>
也可將下面提示詞發給已聯網的 AI，讓其按官方文檔完成安裝（SkillHub 頁面原文）：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_ade1c2ac/supply-chain-demand-forecast`。
3、各客戶端 skills 目錄（官方文檔摘錄）¶
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
其他客戶端路徑以 https://skillhub.cn/install/skillhub.md 第四節爲準。安裝後若 Agent 未加載新 Skill，需按你所用客戶端的說明刷新或重啓。
典型用法¶
官方未提供固定命令行示例或樣例數據路徑，觸發方式以對 Agent 的自然語言描述爲主，並與簡介中的使用條件對齊。
- 需求預測：提供歷史銷量或出庫的 Excel / CSV，說明預測 horizon（例如未來 4 周、下一季度），並寫明 SKU 或品類維度是否需要分開建模。
- 安全庫存：在同一對話中給出服務水平或交期假設，要求基於歷史波動計算安全庫存。
- 庫存優化建議：在已有預測或當前庫存快照基礎上，請 Agent 給出補貨或減倉建議（具體規則由 Skill 內指引決定）。
- 分析報告：要求輸出需求預測分析報告，便於評審或歸檔。
示例提示（需替換爲你的真實文件路徑與字段說明）：
我有一份歷史銷售 CSV，路徑是 /path/to/sales.csv，日期列是 date，銷量列是 qty。
請用供應鏈需求預測技能做未來 8 周的需求預測，並給出安全庫存計算思路與簡要分析報告。
若同時使用多個數據源，在提示中說明各文件含義及如何關聯（例如 SKU 主數據與銷售明細）。
適用場景與注意¶
適合誰：需要把供應鏈側「預測 + 庫存」工作放進 Agent 對話的數據分析、計劃或運營同學；已有 Excel / CSV 歷史數據、希望嘗試從移動平均到 Prophet、XGBoost、LSTM 等多種方法而不必每次手寫流水線。
使用注意：
- 預測質量取決於歷史數據長度、季節性與異常值；官方簡介未承諾特定精度指標，上線前應在業務樣本上自行驗證。
- 混合數據源時，字段對齊與粒度（日 / 周 / 月）需在提示中說清，避免 Agent 誤讀。
- 深度學習與部分機器學習依賴運行環境；若本地缺少對應庫，需按 Skill 內說明或你的環境策略安裝，本文不列舉未在官方頁出現的依賴版本。
- 評分與下載量來自 SkillHub 列表，會隨時間變化；以安裝前在 SkillHub 頁面看到的數值爲準。
結尾¶
「供應鏈需求預測」把需求預測、安全庫存、庫存建議和分析報告收斂到一個 Skill，並覆蓋統計、機器學習、深度學習與 Prophet 等常見路線，適合在 Cursor 等支持 Skills 的 Agent 裏處理本地表格驅動的供應鏈問題。安裝與目錄配置以 SkillHub 官方文檔爲準；技能詳情與更新見：
https://www.skillhub.cn/skills/user_ade1c2ac/supply-chain-demand-forecast
