前言¶

接到数据治理需求时，开发者常见的处境是：问一句”这批数据确权了吗”“质量规则怎么落”，Agent 只能给出泛泛的框架性回答。原因不复杂——组织层面的制度法规、标准规范、实践做法并没有沉淀成可执行的步骤，每次都从零开始组织语言。

另一种做法是在对话里手写一长串提示词。能用，但每次重写、容易漏项、无法复用。

下面介绍的是 SkillHub 上的一个社区 Skill「数据治理专家」，它把上述治理动作按 SKILL.md 格式写成了一个可复用的指令包。

这是什么¶

一句话定位：这是一个用 SKILL.md 描述的领域 Skill，覆盖组织范围内数据的全生命周期治理。

• 名称：数据治理专家
• 坐标：@user_ce145526/ba-capability-001
• 版本：1.0.0
• 来源：community（社区发布）
• 分类：data-analysis
• 发布者：user_ce145526
• 标签：requires_api_key=false，即不需要额外申请 API Key

解决什么问题：把”数据确权、质量管理、安全控制、隐私保护、开放共享、交易流通、分析处理”这些治理环节，变成 Agent 在对话中可以直接遵循的步骤，而不是每次重新组织。

核心功能¶

按官方简介，这个 Skill 的能力范围是：依托制度法规、标准规范、应用实践和支撑技术，对组织范围内的数据做全生命周期治理。拆开看是七个动作：

1. 数据确权——明确数据归属与权责。
2. 质量管理——质量规则的定义与核验。
3. 安全控制——权限、审计与访问边界。
4. 隐私保护——个人信息与敏感字段的处理要求。
5. 开放共享——对外提供数据的流程与条件。
6. 交易流通——数据作为资产流转时的合规约束。
7. 分析处理——治理规则在分析环节的落地。

需要说明的是：这些是 SKILL.md 里固化的治理动作清单，不是运行时调用的接口或服务。Skill 本身不会替你打通数据库或数据平台，它提供的是”该问什么、该查什么、该按什么顺序走”的结构化指引。

平台页面还显示安装量为 0。这意味着它是社区发布状态、尚无广泛采用记录，采用前需要自己评估内容质量（见文末）。

安装与启用¶

SkillHub 平台提供的通用安装方式是 CLI。下面的命令形式来自 SkillHub 使用指南，把 <slug> 换成实际 Skill 的坐标即可；本 Skill 的坐标是 @user_ce145526/ba-capability-001。具体 slug 写法在该 Skill 详情页上未确认，请以官方页面为准。

项目级安装（只作用于当前项目）：

npx -y @skill-hub/cli install <slug> --agent <agent> --project

个人级安装（作用于当前用户）：

npx -y @skill-hub/cli install <slug> --agent <agent>

--agent 取目标 Agent 名称，使用指南中列出的可选值包括 claude、codex、cursor、gemini、opencode。不同 Agent 的目录位置和加载时机不一样，安装完成后可能需要重启或重载 Agent 才能识别新 Skill——这一步要按所选 Agent 的文档确认。

安装前建议先确认三件事：要装哪个 Skill、装到哪个 Agent、作用域是项目还是个人。SkillHub 的 Skill 使用规范里也明确要求在用户确认后再执行安装，不要静默覆盖已有配置。

如果你希望手工启用，SKILL.md 的目录结构是：

skill-name/
├── SKILL.md        # 必需：frontmatter + 指令
├── scripts/        # 可选：可执行脚本
├── references/     # 可选：按需加载的参考文档
└── assets/         # 可选：输出用到的文件

把整个文件夹放进 Agent 的 Skill 目录即可，具体路径由各 Agent 自己定义。

典型用法¶

这个 Skill 的详情页在抓取时返回为空（页面是前端渲染），因此没有可引用的官方示例。下面给出的是 Agent Skills 开放标准的通用触发方式，不是本 Skill 的官方示例。

Agent Skills 采用分层加载：frontmatter 里的 name 和 description 常驻上下文（约 100 token），用来决定什么时候触发这个 Skill；正文指令在命中后才加载。所以触发有两种方式。

按描述自动匹配：直接描述任务，Agent 根据 description 决定是否加载。

帮我对照这套数据治理要求，检查订单表的字段是否缺了确权信息和质量规则

手动触发：在支持的客户端里用斜杠命令直接指定。

/数据治理专家 盘点这批数据的敏感字段和共享条件

无论哪种方式，Skill 加载后的行为取决于其 SKILL.md 正文。这里需要提醒一句：本 Skill 的公开资料只有一句话简介，正文的步骤、脚本和参考文档没有在可抓取的页面上暴露出来，实际效果要安装后自己验证。

适用场景与注意¶

适合的场景：

• 团队有一套已经形成的治理要求（制度、标准、规范），希望 Agent 在每次相关讨论中按同一框架输出，而不是各说各话。
• 做数据资产盘点、质量规则梳理、数据共享前的合规检查这类需要逐项核对的任务。
• 希望把治理清单固化下来、随项目复用，而不是留在聊天记录里。

需要注意的地方：

• 来源是 community，属于社区发布。SkillHub 的 Skill 使用规范要求把社区 Skill 内容当作不可信的第三方输入看待，采用前应当自己过一遍 SKILL.md 正文、脚本和引用的外部资源。
• 平台评分为 100000，下载 1570，但安装为 0。评分高而安装量为零，说明缺少真实的采用验证，不能当作质量背书。
• 简介覆盖了确权、质量、安全、隐私、共享、交易、分析七个域，范围很宽。按照 SkillHub 对 SKILL.md 的说明，正文指令通常控制在 5000 token 以内，细则大概率放在 references/ 里按需加载；也就是说，深层内容未必在首次加载时就进入上下文。
• 它提供的是治理动作的结构化指引，不是合规结论。涉及具体法规适用判断时，仍要以法规原文和组织内部制度为准。
• 标签为 requires_api_key=false，不需要额外配置密钥，这也是它比需要 Key 的 Skill 少一处运维成本的地方。

小结¶

数据治理专家这个 Skill 的价值在于把全生命周期的七个治理环节写成了一份可复用的结构化指引，避免每次在对话里重写提示词。它不需要 API Key，属于社区发布，评分 100000 但尚无安装记录——采用前建议先审一遍正文内容，再决定是否落到项目里。

官方地址：https://api.skillhub.cn/user_ce145526/ba-capability-001

SkillHub 页面：https://www.skillhub.cn/skills/user_ce145526/ba-capability-001