前言¶
運營復盤常見兩類問題：會上各說各話，目標口徑和基線對不齊；結論停在「感覺」或事後歸因，下一輪改不動。把 Excel、埋點、羣聊記錄和異常日誌交給通用對話，模型也容易把相關性寫成根因，或把缺數當成零。
下面介紹 SkillHub 上的社區 Skill「運營數據復盤｜簡詩 AI」。它按固定覈對清單收齊目標、數據與過程材料，再按結構化交付物分開「事實」與「原因假設」，並約束證據不足時的表述方式，便於把復盤接到行動與複測閉環。
這是什麼¶
一句話定位： 在需要把目標、數據、過程和異常還原成事實、原因假設、行動與複測閉環時，由 Agent 按 SKILL 規則主持的一次運營數據復盤。
| 項 | 說明 |
|---|---|
| 座標 | @user_fccf428b/operations-retrospective-facilitator |
| 版本 | 1.0.3 |
| 來源 | community（SkillHub 社區） |
| 分類 | data-analysis |
| 發佈者 | user_fccf428b |
| 標籤 | requires_api_key=false（無需配置 API Key） |
官方 Skill 頁：SkillHub - 運營數據復盤｜簡詩 AI
API 入口：https://api.skillhub.cn/user_fccf428b/operations-retrospective-facilitator
據 SkillHub 已抓取頁面信息：評分 100000，下載 2555 次（統計隨平臺更新）。
核心功能¶
Skill 自述的工作方式可以分成「先覈對輸入」和「再交付結構化復盤」兩步。
覈對階段會覆蓋的材料¶
- 原目標、成功口徑、基線與計劃版本
- 結果數據
- 過程記錄、時間線、異常日誌
- 執行角色、關鍵決策、變更與外部影響
目的是在同一套口徑下還原「計劃—執行—結果」，而不是先定結論再找數據。
交付物包含的內容¶
- 目標對照
- 數據口徑與證據缺口
- 事實時間線
- 關鍵偏差與影響範圍
- 原因假設、反證、可控性與優先級
- 可觀察的指標與停止線
明確禁止的推理習慣¶
Skill 要求 Agent：
- 不得把相關性寫成根因
- 不得用結果倒推動機
- 不得將缺失數據按零處理
- 證據不足時，原因只能保留爲待驗證假設
這些約束針對的是復盤裏最常見的失真來源，而不是額外「加戲」。
安裝與啓用¶
Skill 基於通用 SKILL.md 格式。安裝前需本機有 SkillHub CLI；官方安裝說明見 SkillHub 安裝與優先源配置。
1、檢查或安裝 SkillHub CLI¶
先確認是否已安裝：
command -v skillhub && skillhub --version
未安裝時，可用官方腳本完整安裝（CLI + 默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅安裝 CLI：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2、安裝本 Skill 到當前 Agent 的 skills 目錄¶
安裝時必須用 --dir 指向當前客戶端識別的 skills 目錄，否則默認裝到 ./skills/ 可能不會被加載。常見路徑（摘自官方安裝文檔）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
以 Cursor 爲例：
skillhub install @user_fccf428b/operations-retrospective-facilitator --dir ~/.cursor/skills/
SkillHub 頁面還提供另一種方式：將提示詞發給支持 Skills 的 AI，讓其按 skillhub.md 安裝 @user_fccf428b/operations-retrospective-facilitator。具體交互以你所用客戶端爲準。
安裝或更新 Skill 後，按客戶端要求重啓或刷新 Agent，使 SKILL.md 被加載。
典型用法¶
官方資料未附帶獨立示例倉庫；可復現的用法是：在對話中觸發「運營數據復盤」需求，並儘量按 Skill 清單提供材料，由 Agent 按 Skill 規則輸出上述交付物。
建議按下面順序準備輸入（與 Skill 自述一致）：
- 目標與口徑：本期目標、成功定義、基線、當時採用的計劃或方案版本。
- 結果數據：與成功口徑一致的指標結果（註明統計週期與數據來源）。
- 過程與時間線：關鍵動作、發佈時間、渠道變更、協作記錄。
- 異常與外部因素：報錯、限流、競品動作、政策或環境變化等，並標明發生時間。
- 角色與決策：誰拍板、改了什麼、爲何改。
對話中可以明確寫一句意圖，例如：「請按運營數據復盤 Skill，基於下面材料做復盤，區分事實與假設。」隨後粘貼結構化材料或分條說明。
經過上面的步驟，你應得到帶「證據缺口」和「待驗證假設」的復盤稿，而不是單一歸因結論；下一輪行動應能對應到可觀察指標與停止線。
適用場景與注意¶
適合誰
- 活動、增長、內容或產品運營需要在週期末做數據復盤、且多人對口徑不一致的團隊
- 希望 Agent 主持復盤結構、而不是自由發揮寫「復盤報告」的個人或小隊
- 不希望在無 API Key 前提下額外接第三方數據服務（本 Skill 標註
requires_api_key=false）
限制與注意
- Skill 不替代數據採集系統；口徑、基線、日誌需你方提供，缺什麼會在「證據缺口」裏體現。
- 社區來源（
community），維護節奏與發佈者user_fccf428b相關，升級前可在 SkillHub 查看版本（當前 1.0.3）。 - 復盤質量依賴輸入完整度；材料過少時，輸出會偏假設與待驗證項，這符合 Skill 設計而非故障。
結尾¶
「運營數據復盤｜簡詩 AI」把復盤拆成可覈對的輸入清單和可檢查的交付結構，並用規則壓住常見的歸因謬誤，讓結論能接到行動與複測。若要在 Cursor 等環境中試用，可從 SkillHub 安裝 @user_fccf428b/operations-retrospective-facilitator，並打開官方頁覈對最新說明：
https://www.skillhub.cn/skills/user_fccf428b/operations-retrospective-facilitator
