Agent Skills by ALSEL
Anthropic Claudeデータ・分析⭐ リポ 0品質スコア 50/100

analyze

簡単な指標の確認から本格的な分析まで、データに関する質問に幅広く対応します。単一の指標を調べたいとき、トレンドや数値の変動要因を調査するとき、セグメント間の時系列比較を行うとき、またはステークホルダー向けの正式なデータレポートを作成するときに活用してください。

description の原文を見る

Answer data questions -- from quick lookups to full analyses. Use when looking up a single metric, investigating what's driving a trend or drop, comparing segments over time, or preparing a formal data report for stakeholders.

SKILL.md 本文

/analyze - データの質問に答える

馴染みのないプレースホルダーが表示される場合や、接続されているツールを確認する必要がある場合は、CONNECTORS.md をご覧ください。

簡単な検索から本格的な分析、正式なレポートまで、あらゆるデータの質問に答えます。

使い方

/analyze <自然言語の質問>

ワークフロー

1. 質問を理解する

ユーザーの質問を解析し、以下を判断します:

  • 複雑さのレベル
    • 簡単な答え:単一の指標、シンプルなフィルタ、事実の検索(例:「先週のユーザー登録数は?」)
    • 本格的な分析:多次元の調査、トレンド分析、比較(例:「コンバージョン率の低下の原因は?」)
    • 正式なレポート:方法論、注意点、推奨事項を含む包括的な調査(例:「四半期のサブスクリプション指標に関するビジネスレビューを作成してください」)
  • データ要件:必要なテーブル、指標、ディメンション、期間
  • 出力形式:数値、テーブル、チャート、ナレーティブ、またはそれらの組み合わせ

2. データを収集する

データウェアハウス MCP サーバーが接続されている場合:

  1. スキーマを調査して関連するテーブルと列を見つける
  2. 必要なデータを抽出する SQL クエリを作成する
  3. クエリを実行して結果を取得する
  4. クエリが失敗した場合は、デバッグして再試行します(列名、テーブル参照、特定のダイアレクトの構文を確認)
  5. 結果が予期しない場合は、先に進む前にサニティチェックを実行します

データウェアハウスが接続されていない場合:

  1. ユーザーに以下のいずれかの方法でデータを提供するよう依頼します:
    • クエリ結果を直接貼り付け
    • CSV または Excel ファイルをアップロード
    • スキーマを説明して、ユーザーが実行するクエリを作成できるようにします
  2. 手動実行用のクエリを作成する場合は、sql-queries スキルを使用してダイアレクト固有のベストプラクティスに従います
  3. データが提供されたら、分析に進みます

3. 分析を実施する

  • 関連する指標、集計、比較を計算する
  • パターン、トレンド、外れ値、異常を特定する
  • ディメンション全体で比較する(期間、セグメント、カテゴリ)
  • 複雑な分析の場合は、問題を小問に分割してそれぞれに対応します

4. 結果を提示する前に検証する

結果を共有する前に、以下の検証チェックを実行します:

  • 行数の妥当性:レコード数が妥当ですか?
  • Null チェック:予期しない Null があり、結果を歪める可能性がありますか?
  • 規模チェック:数値は合理的な範囲内ですか?
  • トレンドの連続性:時系列に予期しないギャップがありますか?
  • 集計ロジック:小計が合計に正しく合計されていますか?

チェックで懸念が生じた場合は、調査して注意点を記述します。

5. 調査結果を提示する

簡単な答えの場合:

  • 関連するコンテキストとともに答えを直接述べる
  • 再現性のためにクエリを含めます(折りたたまれた形式またはコードブロック内)

本格的な分析の場合:

  • 主要な発見または洞察を最初に示す
  • データテーブルおよび/またはビジュアライゼーションでサポートする
  • 方法論と注意点を記述する
  • フォローアップの質問を提案する

正式なレポートの場合:

  • 主要な収穫を含むエグゼクティブサマリー
  • アプローチとデータソースを説明する方法論セクション
  • 支持する証拠を伴う詳細な調査結果
  • 注意点、制限事項、データ品質に関する注記
  • 推奨事項と次のステップの提案

6. 役立つ場合は可視化する

テーブルよりもチャートがより効果的に結果を伝える場合:

  • data-visualization スキルを使用して、適切なチャートタイプを選択します
  • Python ビジュアライゼーションを生成するか、HTML ダッシュボードに統合します
  • 明確性と正確性についてビジュアライゼーションのベストプラクティスに従います

簡単な答え:

/analyze 12月に登録した新規ユーザー数は?

本格的な分析:

/analyze 過去3ヶ月間のサポートチケット数の増加の原因は何ですか? カテゴリと優先度で分析してください。

正式なレポート:

/analyze 顧客テーブルのデータ品質評価を作成してください。完全性、一貫性、対処すべき問題を含めます。

ヒント

  • 可能であれば、時間範囲、セグメント、または指標について具体的に述べてください
  • テーブル名がわかっている場合は、プロセスを高速化するために名前を記述してください
  • 複雑な質問の場合、Claude は複数のクエリに分割することがあります
  • 結果は常に提示前に検証されます。何か問題があれば、Claude がフラグを立てます

ライセンス: Apache-2.0(寛容ライセンスのため全文を引用しています) · 原本リポジトリ

詳細情報

作者
anthropics
リポジトリ
anthropics/knowledge-work-plugins
ライセンス
Apache-2.0
最終更新
不明

Source: https://github.com/anthropics/knowledge-work-plugins / ライセンス: Apache-2.0

関連スキル

OpenAIデータ・分析⭐ リポ 1,451

hugging-face-trackio

Trackioを使用してMLトレーニング実験を追跡・可視化できます。トレーニング中のメトリクスログ記録(Python API)、トレーニング診断のアラート発火、ログされたメトリクスの取得・分析(CLI)が必要な場合に活用してください。リアルタイムダッシュボード表示、Webhookを使用したアラート、HF Space同期、自動化向けのJSON出力に対応しています。

by gradio-app
汎用データ・分析⭐ リポ 855

btc-bottom-model

ビットコインのサイクルタイミングモデルで、加重スコアリングシステムを搭載しています。日次パルス(4指標、32ポイント)とウィークリー構造(9指標、68ポイント)の2カテゴリーにわたる13の指標を追跡し、0~100のマーケットヒートスコアを算出します。ETFフロー、ファンディングレート、ロング/ショート比率、恐怖・貪欲指数、LTH-MVRV、NUPL、SOPR(LTH+STH)、LTH供給率、移動平均倍率(365日MA、200週MA)、週次RSI、出来高トレンドに対応します。市場サイクル全体を通じて買いと売りの両方の推奨を提供します。ビットコインの底値拾い、BTCサイクルポジション、買い時・売り時、オンチェーン指標、MVRV、NUPL、SOPR、LTH動向、ETFの流出入、ファンディングレート、恐怖指数、ビットコインが過熱状態か、マイナーコスト、暗号資産市場のセンチメント、BTCのポジションサイジング、「今ビットコインを買うべきか」「BTCが天井をつけているか」「オンチェーン指標は何を示しているか」といった質問の際にこのスキルを活用します。

by star23
Anthropic Claudeデータ・分析⭐ リポ 380

protein_solubility_optimization

タンパク質の溶解性最適化 - タンパク質の溶解性を最適化します。タンパク質の特性を計算し、溶解性と親水性を予測し、有効な変異を提案します。タンパク質配列の特性計算、タンパク質機能の予測、親水性計算、ゼロショット配列予測を含むタンパク質エンジニアリング業務に使用できます。3つのSCPサーバーから4つのツールを統合しています。

by SpectrAI-Initiative
Anthropic Claudeデータ・分析⭐ リポ 1,743

research-lookup

Parallel Chat APIまたはPerplexity sonar-pro-searchを使用して、最新の研究情報を検索できます。学術論文の検索にも対応しています。クエリは自動的に最適なバックエンドにルーティングされるため、論文の検索、研究データの収集、科学情報の検証に活用できます。

by K-Dense-AI
Anthropic Claudeデータ・分析⭐ リポ 299

tree-formatting

ggtree(R)またはiTOL(ウェブ)を使用して、系統樹の可視化とフォーマットを行います。系統樹を図として描画する際、ツリーレイアウトの選択、分類学に基づく枝やラベルの色付け、クレードの折りたたみ、サポート値の表示、またはツリーへのオーバーレイ追加が必要な場合に使用してください。系統推定(protein-phylogenyスキルを使用)やドメイン注釈(今後の独立したスキル)には使用しないでください。

by majiayu000
汎用データ・分析⭐ リポ 145

querying-indonesian-gov-data

インドネシア政府の50以上のAPIとデータソースに接続できます。BPJPH(ハラール認証)、BOM(食品安全)、OJK(金融適正性)、BPS(統計)、BMKG(気象・地震)、インドネシア中央銀行(為替レート)、IDX(株式)、CKAN公開データポータル、pasal.id(第三者法MCP)に対応しています。インドネシア政府データを活用したアプリ開発、.go.idウェブサイトのスクレイピング、ハラール認証の確認、企業の法的適正性の検証、金融機関ステータスの照会、またはインドネシアMCPサーバーへの接続時に使用できます。CSRF処理、CKAN API使用方法、IP制限回避など、すぐに実行可能なPythonパターンを含んでいます。

by suryast
本サイトは GitHub 上で公開されているオープンソースの SKILL.md ファイルをクロール・インデックス化したものです。 各スキルの著作権は原作者に帰属します。掲載に問題がある場合は info@alsel.co.jp または /takedown フォームよりご連絡ください。
原作者: anthropics · anthropics/knowledge-work-plugins · ライセンス: Apache-2.0