Token导航 LogoToken导航

Agent Skill · 研究检索

data-storyteller(数据讲故事的人)

用于辅助数据整理、表格处理、CSV/Excel 分析、指标计算和图表准备。它适合让 Agent 清洗字段、汇总数据、发现异常、生成统计口径或把分析结果转成可读说明。使用时需要确认数据来源、字段含义和时间范围,避免把样本数据当全量事实;涉及敏感数据、导出文件或批量写回时,应先确认权限和脱敏边界。

data-storyteller 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为权限未标注;许可证为 MIT,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 32,980。

总安装 2,424周安装 102GitHub Stars 53下载 849核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:data-storyteller(数据讲故事的人)
来源仓库:https://github.com/dkyazzentwatwa/chatgpt-skills
仓库路径:skills/data-storyteller
安装命令:
npx skills add https://github.com/dkyazzentwatwa/chatgpt-skills --skill data-storyteller
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。不同来源提供的安装方式可能略有差异;本站展示可直接复制的安装命令,安装前请核对来源页面。

skills.shnpx skills
npx skills add https://github.com/dkyazzentwatwa/chatgpt-skills --skill data-storyteller

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

用于从结构化数据生成叙事性分析报告,支持 CSV、Excel 等格式的数据清洗与统计。适合在 Codex、Claude、Cursor、Gemini CLI 中辅助业务汇报、异常检测或实验结果解读。使用时需提供数据文件,系统将自动识别字段类型、缺失值并生成关键洞察摘要。

安装通过 GitHub 仓库,建议脱敏敏感信息后再进行分析,避免泄露隐私数据。data-storyteller 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/data-storyteller

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/dkyazzentwatwa/chatgpt-skills --skill data-sto…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

data-storyteller 怎么安装?

在终端执行 npx skills add https://github.com/dkyazzentwatwa/chatgpt-skills --skill data-storyteller。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

data-storyteller 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

data-storyteller 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

data-storyteller 是免费的吗?

来源标注的许可证是 MIT。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

data-storyteller 用的人多吗?

公开数据是累计安装 2,424 次,近一周安装 102 次,下载 849 次,GitHub 53 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

data-storyteller 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 3 个目录同时收录,说明这个 Skill 流传比较广。
  • 许可证明确为 MIT,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
data-storyteller

数据讲故事的人 · 本页

2,42453权限未标注MIT通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Data Storyteller

Use this as the primary analytics skill for structured data. It now absorbs the repo's audit, comparison, statistics, pivot, experiment, and time-series helpers.

Use This For

  • Executive summaries and narrative reports from CSV or spreadsheet data
  • Data quality audits, comparisons, and anomaly reviews
  • Statistical analysis, pivots, experiment reads, ROI and budget analysis
  • Survey summaries and time-series decomposition

Workflow

  1. Profile the dataset shape, column types, and missing-value risk.
  2. Pick the smallest useful analysis path instead of running every script by default.
  3. Start with scripts/data_storyteller.py when the user wants a cohesive report.
  4. Reach for focused helpers when the task is narrow:

- data_quality_auditor.py - dataset_comparer.py - correlation_explorer.py - outlier_detective.py - statistical_analyzer.py - survey_analyzer.py - ts_decomposer.py - pivot_table_generator.py - ab_test_calc.py - roi_calculator.py - budget_analyzer.py

  1. Translate outputs into plain-English findings, risks, and next actions.

Guardrails

  • Do not overstate causal claims from correlations.
  • Call out data quality problems before presenting strong conclusions.
  • Keep executive summaries short and move method detail behind them.

平台分布

Claude Code

25.64%
按下载量换算218

OpenCode

22.84%
按下载量换算194

Codex

19.53%
按下载量换算166

Gemini CLI

12.61%
按下载量换算107

Antigravity

6.8%
按下载量换算58

windsurf

3.61%
按下载量换算31

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。

继续浏览同类 Skills