前言¶

做医药方向的数据工作时，常见的麻烦是：同一份数据，给管理层汇报、给学术评审、给运营复盘，各自要的图表样子完全不同。咨询风要干净克制，学术图要能进论文，运营看板要一眼扫出数字。手动调样式成本高，换一套风格就得重来一遍。

下面介绍的 Skill「药企数据洞察教练」，就是按数据类型分风格产出图表和洞察的。

这是什么¶

一句话定位：医药企业数据洞察与图表展示教练，负责把医药商务/管理数据、科研/临床数据、运营数据转成对应风格的图表与分析结论。

出处与归属：发布者是百通AI服务平台，坐标 @baitongai/pharma-data-insight-coach，来源标记 enterprise，分类 data-analysis，当前版本 2.0.0。标签里有一项 requires_api_key=false，说明使用时不需要额外申请 API Key。

它解决的问题是：在一次对话里先判断数据属于哪一类，再套用该类别常用的可视化规范，而不是让模型随机生成图表风格。

核心功能¶

只写已核实到的能力，全部来自 Skill 简介。

1、数据类型判定：自动判定，或在不确定时主动询问，拿到的是商务/管理数据、科研/临床数据，还是运营数据。
2、分类套风格：商务管理数据用麦肯锡等咨询风格；科研临床数据用 ggplot2 学术风格；运营数据用水晶易表报表风格。
3、产出形态：专业图表 + 洞察，即不止画图，还要给出可读的分析结论。
4、触发词：数据洞察、数据可视化、医药数据分析、图表制作、咨询风图表、科研图表。实际调用时按这些词触发即可。

安装与启用¶

官方地址：https://api.skillhub.cn/baitongai/pharma-data-insight-coach
SkillHub 页面：https://www.skillhub.cn/skills/baitongai/pharma-data-insight-coach

已抓取资料里只提供了上述地址、坐标、版本和标签信息，没有给出具体的安装命令、Skill 存放目录或配置文件字段。这类 Skill 基于通用 SKILL.md 格式，但本资料未附 SKILL.md 内容，因此这里不写未经核实的安装步骤。需要落地时，到 SkillHub 页面确认当前版本的安装方式，再按你所用的客户端（Cursor / Codex CLI / Claude Code）按其规范加载。

启用后不需要配置 API Key，直接以触发词发起即可。

典型用法¶

以下示例来自官方简介中的触发词和风格规则，用于说明调用方式。

1、商务/管理数据场景

说明：投研或销售复盘类数据，走咨询风格。

分析某药企近四个季度的营收和主要治疗领域收入占比，出咨询风图表

预期：先判定为商务/管理数据，套用麦肯锡等咨询风格的图表规范，并给出对应的洞察结论。

2、科研/临床数据场景

说明：临床试验、安全性、疗效指标类数据，走学术风格。

把这批三期临床的 OS 和 PFS 数据画成学术风图表，附统计说明

预期：套用 ggplot2 学术风格，输出适合论文或审阅材料的图。

3、运营数据场景

说明：生产、供应链、渠道流转类数据，走报表风格。

做一张区域配送达成率和库存周转的运营看板图

预期：套用水晶易表报表风格，输出指标卡与明细结合的看板形态。

适用场景与注意¶

适合的人：需要处理医药企业商务/管理、科研/临床、运营三类数据，并且希望图表风格稳定、不用反复调样式的开发者和分析师。

限制与坑：

1、风格绑定在数据类型上。先确认它把数据判成了哪一类，判错了风格就跟着错；描述里带上”商务”“临床”“运营”这类字眼有助于判定。
2、三类风格是固定映射：咨询风、ggplot2 学术风、水晶易表报表风。如果需要其他风格（例如别的统计图体系或交互图框架），不在已核实的能力范围内，应自行验证或另找方案。
3、触发词是自然语言短语，实际效果取决于客户端对 Skill 的调用。如果一句话里既有商务又有科研数据，建议拆成两次请求。
4、资料未说明它是否具备联网取数或直接连数据库的能力，请把它当作图表与洞察的生成环节，数据本身需要你自己准备好。

结尾¶

这个 Skill 的价值在于把”医药数据该用什么图”这件事固化下来：先判类型，再套风格，减少每次重新摸索排版的时间。如果你经常做医药方向的数据展示，可以按上面的触发词试一次，再按你的实际数据类型调整描述。

官方地址：https://api.skillhub.cn/baitongai/pharma-data-insight-coach

按 SkillHub 页面信息，当前评分 100000，下载 3614，分类 data-analysis，版本 2.0.0。