前言¶

期末周前后，转发锦鲤、熬夜突击、临时抱佛脚这类「复习玄学」很常见，但很少有人用同一套口径把行为和分数放在一起看。自己从零搭问卷字段、清洗规则和相关性分析，往往卡在「项目该长什么样」上，而不是缺一两个图表函数。

下面介绍 SkillHub 上的社区 Skill @user_91a8f8b2/exam-xuanxue-analysis（大学生期末考试「复习玄学」分析，v1.0.0）。它用通用 SKILL.md 把选题、技术栈和运行步骤写进 Agent 上下文，让对话里的助手按同一套数据分析流程推进，而不是每次口头即兴发挥。

这是什么¶

一句话定位：面向大学生期末备考场景的趣味数据分析项目说明型 Skill，用问卷或模拟数据，分析考前「玄学」行为与考试成绩之间的相关性。

维护与来源：发布者为 SkillHub 社区用户 user_91a8f8b2，来源标注为 community，分类为 education。SkillHub 页面显示评分为 100000，下载约 1258 次，安装计数为 0；标签标明 requires_api_key=false，不依赖额外 API Key。

解决什么问题：把「复习玄学」从段子变成可复现的数据项目——行为分类统计、相关性分析、考前状态画像和可视化展示，并在 SKILL.md 里固定技术选型与步骤，方便在 Cursor、Claude Code 等支持 Skills 的客户端里由 Agent 按文档执行或补全实现。

核心功能¶

以下内容均来自该 Skill 包内 SKILL.md 与 README.md，安装后 Agent 读取的即为此说明。

1. 复习玄学行为分类统计：统计转发锦鲤、熬夜突击、临时抱佛脚、拜考神、吃好运餐等不同行为的参与比例。
2. 行为与成绩相关性分析：检验各类「玄学」行为是否与分数变化相关（文档以「转发锦鲤」等为例）。
3. 考前状态画像：结合熬夜时长、复习时长、玄学行为与成绩做关联分析。
4. 可视化展示：用 Pyecharts 等产出柱状图、散点图、热力图，文档中称为「可视化大屏」式呈现。

技术栈（文档约定）：数据采集为问卷或模拟数据；处理侧为 Spark SQL / Pandas；分析为相关性分析与统计可视化；可选 MySQL 存储。

包内文件：当前 v1.0.0 包内含 SKILL.md、README.md、_meta.json。README.md 提到运行清洗与分析脚本，但包内未附带现成脚本，具体代码需按 SKILL.md 中的运行步骤由你本地实现或由 Agent 生成。

安装与启用¶

官方 SkillHub 页面给出的方式，是把下面提示词发给支持 Skills 的 AI，让其按 SkillHub 安装文档拉取本 Skill：

请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_91a8f8b2/exam-xuanxue-analysis`。

若本机已安装 skillhub CLI，可直接安装到当前 Agent 的 skills 目录（须带 --dir，否则默认落在 ./skills/ 且可能不被客户端识别）。SkillHub 搜索结果显示的安装命令为：

skillhub install exam-xuanxue-analysis --namespace user_91a8f8b2 --dir <skills 目录>

常用客户端 skills 路径示例（来自 SkillHub 安装文档）：

• Cursor：~/.cursor/skills/
• Claude Code：~/.claude/skills/
• Codex：~/.codex/skills/ 或项目下的 .agents/skills/

安装完成后，按你所用客户端的要求刷新或重启 Agent，使新 Skill 进入可用列表。

典型用法¶

SKILL.md 将可复现流程写成五步，对话中可明确要求 Agent 遵循已安装的 exam-xuanxue-analysis Skill 按此顺序推进：

1. 准备数据：收集或生成包含学生行为字段与成绩的数据集（问卷或模拟均可）。
2. 数据清洗：处理缺失与异常值，并对玄学行为做分类编码。
3. 数据分析：用 Spark 或 Pandas 计算行为与成绩的相关性等指标。
4. 可视化展示：生成参与率柱状图、行为—成绩散点图、考前状态热力图等（文档列出的效果类型）。
5. 结果输出：归纳「哪些行为与分数统计上相关、哪些更像心理安慰」类结论，并注明样本与方法的局限。

示例提示（结构可照抄，数据路径换成你的文件）：

我已安装 @user_91a8f8b2/exam-xuanxue-analysis。请严格按该 Skill 的 SKILL.md：
用 Pandas 读取我提供的期末问卷 CSV，完成玄学行为分类统计和相关性分析，
并用 Pyecharts 输出参与率柱状图与行为—成绩散点图，最后给出简短结论。

适用场景与注意¶

适合谁

• 计算机、数据科学或统计类课程里，需要选题贴近校园、又要有完整分析链路的期末/课程项目。
• 想用 Agent 固定项目边界（字段含义、分析步骤、图表类型），减少反复解释「要分析什么玄学行为」的时间。

限制与注意

• Skill 本质是项目说明与流程约束，不包含预置数据集与可执行脚本；成绩与行为数据需自行采集或模拟，并遵守问卷伦理与隐私规范。
• 文档中的 Spark、MySQL 为可选或扩展方向；小样本课程作业用 Pandas + Pyecharts 通常即可，结论应说明样本量与因果不能等同相关。
• SkillHub 安装计数为 0 仅表示页面统计口径，不影响通过 CLI 或安装提示词把包落到本地 skills 目录。

结尾¶

大学生期末考试「复习玄学」分析 Skill 把校园备考梗落成可核对的数据分析清单：行为统计、相关分析、状态画像与可视化，且无需 API Key。若要在 Agent 里复用同一套项目定义，可从 SkillHub 官方页获取安装说明：

• 页面：https://www.skillhub.cn/skills/user_91a8f8b2/exam-xuanxue-analysis
• 坐标：@user_91a8f8b2/exam-xuanxue-analysis（v1.0.0）