Token导航 LogoToken导航

Agent Skill · 开发

podcast-analytics-expert(播客分析专家)

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。

podcast-analytics-expert 是开发类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为需要联网;许可证信息还不明确,第三方扫描有未通过项,按安装量在开发类的 21,746 个 Skill 里排第 3,801。

总安装 10,108周安装 442GitHub Stars 10下载 4,099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
unknown

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:podcast-analytics-expert(播客分析专家)
来源仓库:https://github.com/willsigmon/sigstack
仓库路径:skills/podcast-analytics-expert
安装命令:
npx skills add https://github.com/willsigmon/sigstack --skill 'Podcast Analytics Expert'
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。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/willsigmon/sigstack --skill 'Podcast Analytics Expert'

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

用于辅助数据整理、CSV/Excel 分析和指标计算。适合清洗字段、汇总数据、发现异常或生成统计口径。使用时需确认数据来源和时间范围,避免将样本当全量事实。涉及敏感数据时应先确认脱敏边界和导出权限。可用于图表准备和分析结果的可读化转述。

podcast-analytics-expert 属于开发类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/podcast-analytics-expert

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/willsigmon/sigstack --skill 'Podcast Analytics…;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

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

podcast-analytics-expert 怎么安装?

在终端执行 npx skills add https://github.com/willsigmon/sigstack --skill 'Podcast Analytics Expert'。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

podcast-analytics-expert 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。

podcast-analytics-expert 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

podcast-analytics-expert 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

podcast-analytics-expert 用的人多吗?

公开数据是累计安装 10,108 次,近一周安装 442 次,下载 4,099 次,GitHub 10 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。

podcast-analytics-expert 安全吗?

第三方扫描有未通过项,风险较高。除非你确认过源码,否则不建议直接安装到常用环境。

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。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 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。
  • 需要处理开发类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
podcast-analytics-expert

播客分析专家 · 本页

10,10810需要联网未明确未通过

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

Podcast Analytics Expert

Understand your audience and grow your podcast.

Analytics Sources

SourceDataAccess
Hosting PlatformDownloads, geo, devicesAPI
Spotify for PodcastersStreams, retention, demographicsDashboard
Apple Podcasts ConnectFollowers, plays, devicesDashboard/API
YouTubeViews, watch time, subsAPI
Op3Open analytics, prefixFree

Key Metrics

Downloads

  • Downloads: Total file requests
  • Unique listeners: Deduplicated by IP/device
  • Per episode: Performance comparison
  • Trend: Week-over-week growth

Engagement

  • Completion rate: % who finish episodes
  • Drop-off points: Where listeners stop
  • Average consumption: Minutes per listener
  • Retention curve: Listener loyalty over time

Audience

  • Geographic: Countries, cities
  • Devices: iOS vs Android vs Desktop
  • Apps: Which podcast apps
  • Demographics: Age, gender (Spotify only)

Transistor Analytics API

# Get show analytics
curl https://api.transistor.fm/v1/analytics/shows/123 \
  -H "x-api-key: YOUR_API_KEY"

# Episode analytics
curl "https://api.transistor.fm/v1/analytics/episodes/456?start_date=2026-01-01" \
  -H "x-api-key: YOUR_API_KEY"

Response

{
  "data": {
    "downloads": 1234,
    "unique_listeners": 890,
    "countries": {
      "US": 450,
      "UK": 120,
      "CA": 80
    }
  }
}

OP3 (Open Podcast Prefix Project)

FREE, open-source, privacy-focused analytics. 17M+ downloads/month tracked.

Setup

Prepend prefix to your RSS enclosure URLs:

<enclosure url="https://op3.dev/e/https://your-host.com/episode.mp3"/>

Query Downloads

curl "https://op3.dev/api/1/shows/YOUR_SHOW_ID/downloads?start=2026-01-01"

Why OP3?

  • Completely free forever
  • Open data (public API)
  • Privacy-focused (no user tracking)
  • Works with any podcast host
  • Great for indie podcasters

Spotify for Podcasters API

Get Episode Performance

# Spotify doesn't have public API for podcasters
# Use dashboard exports or third-party tools

# Chartable, Podtrac for cross-platform analytics

Apple Podcasts Connect

Analytics Export

import requests

# Apple Podcasts Connect API (requires JWT auth)
# See: https://developer.apple.com/documentation/appstoreconnectapi

headers = {"Authorization": f"Bearer {jwt_token}"}
response = requests.get(
    "https://api.appstoreconnect.apple.com/v1/analyticsReportRequests",
    headers=headers
)

Building a Dashboard

Python Analytics Aggregator

from dataclasses import dataclass
from datetime import date

@dataclass
class PodcastMetrics:
    date: date
    downloads: int
    unique_listeners: int
    avg_completion: float
    top_countries: dict

async def aggregate_metrics(show_id: str, start: date, end: date):
    # Fetch from multiple sources
    transistor = await fetch_transistor(show_id, start, end)
    op3 = await fetch_op3(show_id, start, end)

    return PodcastMetrics(
        date=end,
        downloads=transistor.downloads + op3.downloads,
        unique_listeners=transistor.unique_listeners,
        avg_completion=transistor.avg_completion,
        top_countries=transistor.countries
    )

Growth Benchmarks

Indie Podcast (Monthly Downloads)

  • Starting out: 50-100
  • Growing: 500-1,000
  • Established: 5,000-10,000
  • Popular: 50,000+

Retention Benchmarks

  • Excellent: 80%+ completion
  • Good: 60-80%
  • Average: 40-60%
  • Needs work: <40%

Actionable Insights

Episode Length

Analyze completion rates by episode length.
If 60min episodes have 40% completion but 30min have 70%,
consider shorter episodes.

Release Timing

Track downloads by day of week and time.
Optimize release schedule for your audience's habits.

Content Analysis

Compare episode metrics to topics.
What topics drive the highest engagement?

Tools for Vibe Coders

Chartable

  • Cross-platform analytics
  • Attribution tracking
  • SmartLinks

Podtrac

  • Industry-standard measurement
  • IAB certified
  • Free tier available

Spotify for Podcasters

  • Deep Spotify insights
  • Free
  • Spotify-only data

Use when: Podcast growth, audience analysis, content optimization, multi-platform tracking

平台分布

Codex

34.65%
按下载量换算1,420

Claude

31.63%
按下载量换算1,297

Cursor

18.27%
按下载量换算749

Gemini CLI

8.3%
按下载量换算340

安全审计

Gen Agent Trust Hub

未通过

Socket

通过

Snyk

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

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。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills