前言¶

直播或遊戲業務裏，「趣味玩法」營收週報往往要同時處理多份後臺導出、郵件分表和活動排期表。人工按固定口徑洗數、算環比、寫歸因，再對照模板查格式，一輪下來容易在環節之間串口徑或漏校驗。若把「只洗數、只算數、只分析、只校驗」拆成可複用的 Agent 指令，並把表結構、字段順序寫死在 Skill 裏，Agent 按步驟執行會更穩。下面介紹 SkillHub 社區 Skill dp-qianghuaban（座標 @user_9775ba75/dp-qianghuaban，版本 1.0.0）的做法與安裝方式。

這是什麼¶

dp-qianghuaban 在包內 SKILL.md 中的定位是「趣味玩法營收週報自動化全流程 Skill（Skill1–Skill4 完整合一版）」：把週報生產拆成四段固定流水線——數據清洗 → 指標計算 → 標準化分析與歸因 → 週報格式與數據校驗。發佈者爲 SkillHub 用戶 user_9775ba75，來源爲 community，分類爲 dev-programming；頁面標註 requires_api_key=false，不依賴額外 API Key。

核心功能¶

總流程在 Skill 中寫爲一條鏈，且每段職責隔離：

1. Skill1 數據讀取與清洗：讀取原始文件，按用戶指定的 14 天時間段篩選，去空、按日期對齊，輸出乾淨數據集；不做指標計算。
2. Skill2 核心指標計算：基於 Skill1 輸出，劃分「上週 / 本週」各 7 天，並結合 玩法組規劃時間表.xlsx 識別「春季頭條/精英賽」活動日，計算非活天數；產出入金出金雙摺線趨勢圖、表 1（週期定義）、表 2（核心數據彙總，含周環比與非活對比）。
3. Skill3 標準化數據分析與歸因：只讀 Skill2 結果，按固定方法論寫分析（時間維度、玩法結構、用戶分層、歸因要素、整體總結），輸出結構固定的 Markdown 週報，不改動數值。
4. Skill4 週報輸出校驗：對照模板檢查標題與表格行列、字段順序，並對環比公式、單位（萬元、整數人數、百分比）及「趣味總金額 ≈ 延遲趣味 + 即刻趣味」等邏輯做驗算，只輸出校驗報告，不修改週報正文。

包內還提供參考文檔（如 references/output_format.md、analysis_method.md）及 Python 腳本（scripts/data_cleaner.py、metrics_calculator.py、report_validator.py），與上述四段定義對應；requirements.txt 當前爲空，實際跑腳本時需自行安裝 Skill 中隱含的依賴（如 pandas、matplotlib）。

Skill1 約定的原始輸入文件名包括：

• 後臺模板數據.csv
• 後臺數據表格.csv
• 趣味玩法郵件表格.xlsx（剔除「總概」「檢測」分表，僅處理 7 個指定分表）
• 玩法組規劃時間表.xlsx（全程不改動）
• 用戶指定的 14 天時間段（格式示例：YYYY-MM-DD 至 YYYY-MM-DD）

安裝與啓用¶

Skill 遵循通用 SKILL.md 格式，通過 SkillHub CLI 安裝到當前 Agent 的 skills 目錄後，由 Agent 讀取指令執行。官方頁面給出的安裝提示爲：參照 SkillHub 安裝說明 安裝座標 @user_9775ba75/dp-qianghuaban。

1、檢查或安裝 SkillHub CLI

command -v skillhub && skillhub --version

未安裝時可按安裝文檔執行（完整安裝示例）：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

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/ 可能不會被識別：

skillhub install dp-qianghuaban --namespace user_9775ba75 --dir <你的 skills 目錄>

常見路徑（來自 SkillHub 安裝文檔）：Cursor 爲 ~/.cursor/skills/；Claude Code 爲 ~/.claude/skills/；Codex 爲 ~/.codex/skills/ 或項目下的 .agents/skills/。安裝後按所用客戶端要求重啓或刷新 Agent，使 Skill 生效。

典型用法¶

方式一：由 Agent 按 SKILL.md 全流程驅動

1. 將上述四類原始文件放到約定目錄（或按你方項目結構組織，但在對話中明確路徑）。
2. 在對話中給出 14 天統計區間，例如：2026-03-19 至 2026-04-01。
3. 要求 Agent 嚴格按 Skill1 → Skill2 → Skill3 → Skill4 順序執行，並遵守「各段不越權」（Skill1 不計算、Skill3 不改數、Skill4 只校驗）。
4. 最終交付物爲：趨勢圖說明、表 1、表 2、四段結構化分析，以及 Skill4 的《週報校驗報告》（合格 / 不合格結論）。

方式二：分步調用包內腳本（與 Skill 定義對齊）

Skill1 腳本 data_cleaner.py 的模塊說明示例：輸入爲 14 天時間段字符串（如 2026/3/19 至 2026/4/1）與 raw_data/ 下原始文件，輸出爲 clean_data/ 下清洗結果。可在項目目錄中按該約定準備 raw_data 後，由 Agent 或本地 Python 環境調用（需自行補齊 pandas 等依賴）。

Skill2 metrics_calculator.py 默認從 ./clean_data 讀取，向 ./metrics_output 寫入趨勢圖與表 1、表 2 的 Markdown。

Skill4 report_validator.py 接收 Skill3 產出的週報 Markdown 與 Skill2 的指標結果路徑，生成標準化校驗報告；具體比對邏輯以腳本與 SKILL 第四節描述爲準。

歸因與版式細節以 references/ 下模板爲準，例如最終週報必須包含「一、入金出金趨勢圖」至「四、數據分析」五個固定小節標題。

適用場景與注意¶

適合誰

• 已有一套固定的「趣味玩法」後臺導出與郵件分表，且週報模板、字段順序、環比口徑與 Skill 內描述一致的業務或數據同學。
• 希望用 Agent 固化「洗數—算指標—寫歸因—校驗」分工，減少手工串表和模板漏項的團隊。

限制與注意

• 口徑強綁定：活動名稱爲「春季頭條/精英賽」、郵件分表名單、表 2 字段順序等均在 Skill 中寫死，換業務線或改模板需改 Skill 或 fork 後維護。
• Skill2 對環比絕對值大於 50% 要求標註「異常波動，需業務確認具體原因」；Skill4 任意校驗失敗則綜合結論爲不合格。
• SkillHub 頁面當前可見統計（以抓取資料爲準）：評分 100000，下載 957，安裝 0；安裝量低不代表 Skill 不可用，但社區維護節奏需自行關注版本更新。
• 官方 API 地址 https://api.skillhub.cn/user_9775ba75/dp-qianghuaban 對瀏覽器直接 GET 可能返回 405；瀏覽與安裝以 SkillHub 站點頁面及 CLI 爲準。

結尾¶

dp-qianghuaban 把趣味玩法營收週報拆成四段互不越權的 Agent 流水線，並附帶腳本與輸出格式參考，適合在口徑穩定的前提下用 Skill 約束 Agent 行爲。需要安裝或查看元數據時，可打開 SkillHub 頁面：https://www.skillhub.cn/skills/user_9775ba75/dp-qianghuaban 。