前言¶
外卖经营分析的常见做法是导出平台报表、手工合并门店、再写几句结论。门店一多、平台一多，合并口径容易错位，周报月报重复劳动量大，诊断结论也没有沉淀。下面介绍的这个 Skill，把店客多（diankeduo）的经营数据获取、报表生成、门店诊断和 AI 诊断回填串成一条链路，适合需要批量出经营报表或做门店诊断的开发者和运营同学。
这是什么¶
店客多外卖品牌/门店诊断及数据分析，坐标 @user_6edddaf4/dkd-brand-data-analysis，是发布者 user_6edddaf4 在 SkillHub 社区上架的 data-analysis 类 Skill，当前版本 1.0.17。
它解决的问题是：从店客多接口取门店/品牌经营数据，生成结构化报表，并把报表中的异常点交回 AI 做深度诊断，形成闭环。
官方简介中把它概括为 connector 全场景一体、3 大场景：报表生成、门店诊断、接口编排。
核心功能¶
场景一：报表生成¶
支持 9 种经营报表，覆盖三类口径：门店对齐、门店单平台、品牌 × 日/周/月。报表之外提供近 N 天智能分析和自定义区间分析，并支持把 AI 深度诊断结论回填到报表中，形成”取数—出表—诊断—回填”的闭环。
场景二：门店诊断¶
诊断流程分两步脚本执行：先用脚本自动解析门店，再由 generate_platform_diagnose.py 取数、render_diagnosis.py 做七维度判定，输出 widget 形式的诊断结果，最后 AI 深度诊断回填。
场景三：接口编排¶
提供 extend_query.py、chain_business.py 供现场编排，用于报表与诊断之外的个性化取数需求。数据获取通过 chain_business.py 直连 https://api.diankeduo.net/chain/business/mcp，使用 Bearer Token 鉴权，Token 在同目录的 config.json 中配置。
安装与启用¶
官方页面标注了 requires_api_key=true，即使用前必须准备好店客多接口的 API Key。已抓取资料中未提供安装命令，下面只说明配置要点，安装步骤以 SkillHub 官方页面为准。
配置发生在 Skill 目录内的 config.json，至少要填入店客多接口的 Bearer Token：
{
"api_key": "你的店客多接口 Token"
}
Token 缺失时，chain_business.py 调用 https://api.diankeduo.net/chain/business/mcp 会被服务端拒绝。
典型用法¶
以下触发语来自官方简介，覆盖报表与诊断两类需求：
- 报表类：「XX品牌日报周报月报」「生成报表」「一键生成」「导出CSV」「近7天数据分析」「XX品牌经营分析」
- 诊断类：「诊断XX门店」「帮我诊断店铺」「差评诊断」「七维度判定」「XX门店数据怎么样」「分析XX门店」
调用后 Skill 自行完成取数与渲染：报表场景输出 HTML 报表与五段式 widget，诊断场景输出七维度判定 widget 并回填 AI 诊断。
适用场景与注意¶
适合需要批量生成品牌/门店经营报表、或需要按门店做固定维度诊断的场景，尤其是已经有店客多接口权限的团队。
注意几点：
- 必须自备有效的店客多接口 Token，属于
requires_api_key类 Skill，无 Token 无法运行。 - 报表口径依赖 Skill 内置的 9 种报表定义，自定义指标需要走场景三的接口编排。
- AI 深度诊断依赖模型参与，诊断结论的质量取决于输入数据和模型输出，建议对关键结论人工复核。
- 诊断脚本的七维度判定规则内置在
render_diagnosis.py中，改判定口径要改脚本。
结尾¶
这个 Skill 的价值在于把”取数—报表—诊断—回填”从手工流程变成一条可重复执行的链路，省掉多平台报表合并和周报月报的重复劳动。官方地址：https://api.skillhub.cn/user_6edddaf4/dkd-brand-data-analysis
