先坦白一下,我以前是个“AI指令复读机”。
每次要分析数据,都得跟Claude说一遍:“你是数据分析专家,请帮我分析这个CSV,先做描述性统计,再看分布,最后给出洞察,输出格式用Markdown表格……”翻来覆去,比念咒还累。
直到我发现Skill这个功能,才算是彻底解脱了。今天我用一个真实的例子——定制一个专门处理销售数据的分析Skill,带你走一遍从零到一的全过程。别担心,全程不需要写什么复杂代码,跟着做,10分钟就能跑通。
里面放两个文件:
你是一名资深数据分析师,擅长用Python处理销售数据,并输出清晰的商业洞察。
当用户上传CSV文件并请求分析时,按以下步骤执行:
1.数据概览:先运行pythonanalyze.py--preview
<文件路径>文件路径>,获取前5行、列名、数据类型。
2.描述性统计:对数字列计算count、mean、std、min、25%、50%、75%、max。
3.时间分析:如果检测到日期列(如order_date),按月份聚合销售额,输出趋势。
4.洞察总结:用3-5句话总结关键发现,包括最高/最低点、异常值、增长趋势。
if name == “main”:
parser = argparse.ArgumentParser()
parser.add_argument(“–preview”, help=“预览CSV文件”)
parser.add_argument(“–describe”, help=“对指定CSV做描述统计”)
parser.add_argument(“–trend”, help=“分析月度趋势”, nargs=‘?’, const=“)
args = parser.parse_args()
if args.preview:
preview_csv(args.preview)
elif args.describe:
describe_numeric(args.describe)
elif args.trend:
monthly_trend(args.trend)
else:
print("请指定参数: --preview, --describe, 或 --trend")
注意:这个脚本依赖pandas和argparse,如果你在Claude Code里运行,需要先确保环境有这些包。或者你也可以让Claude在执行前帮你安装:pip install pandas。
方式一:Project法(一劳永逸)
方式二:临时上传法

Claude按照Skill的流程,先运行analyze.py –preview sales.csv获取概览,然后对sales和quantity做了描述统计,接着发现日期列,自动做了月度聚合,最后给出洞察。
输出大概是这样的:
增加更多分析维度:比如在SKILL.md里加上“如果有地区字段,自动做地区排名”。Claude会根据你的要求,在执行时调用脚本的不同参数。
让脚本更智能:比如自动识别哪一列是销售额、哪一列是日期,不需要硬编码order_date和sales。可以在脚本里加入检测逻辑:寻找包含“date”的列名、包含“sales”的列名。
输出定制化:如果你需要把分析结果发邮件或者生成PPT,可以在SKILL.md里加一句:“分析结束后,询问用户是否生成PDF报告。”然后调用另一个脚本。
处理异常:如果CSV格式不对,或者缺少关键列,让Claude用友好语言提示用户,而不是抛出堆栈错误。
现在,我每天面对不同的数据文件,再也不用重复解释流程了。一句“分析一下”,Claude自动干活,我喝着咖啡等结果就好。
Skill这个功能,本质上就是把你的“个人经验”固化成AI可以执行的“程序”。你越了解自己的业务,做出来的Skill就越强大。
如果你在做的过程中遇到什么问题,比如脚本权限、路径错误、或者Claude就是不触发Skill,欢迎留言。我把踩过的坑都写在脑子里了,随时可以分享。
开始你的第一个数据分析Skill吧,10分钟就够了。

学社围绕现代软件测试工程体系展开,内容涵盖软件测试入门、自动化测试、性能测试、接口测试、测试开发、全栈测试,以及人工智能测试与 AI 在测试工程中的应用实践。
我们关注测试工程能力的系统化建设,包括 Python 自动化测试、Java 自动化测试、Web 与 App 自动化、持续集成与质量体系建设,同时探索 AI 驱动的测试设计、用例生成、自动化执行与质量分析方法,沉淀可复用、可落地的测试开发工程经验。
在技术社区与工程实践之外,学社还参与测试工程人才培养体系建设,面向高校提供测试实训平台与实践支持,组织开展 “火焰杯” 软件测试相关技术赛事,并探索以能力为导向的人才培养模式,包括高校学员先学习、就业后付款的实践路径。
同时,学社结合真实行业需求,为在职测试工程师与高潜学员提供名企大厂 1v1 私教服务,用于个性化能力提升与工程实践指导。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/247871.html