Menu
五平台数据分析报告的标准结构和生成流程，包含对下一步创作的指导建议。 触发词：「生成数据分析报告」「数据周报」「数据复盘」「运营报告」「取数据」「数据分析」。 当用户提到数据报告、数据复盘、运营分析时使用。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
高德地图综合服务，支持POI搜索、路径规划、旅游规划、周边搜索和热力图数据可视化
Knowledge comic creator supporting multiple art styles and tones. Creates original educational comics with detailed panel layouts and sequential image generation. Use when user asks to create "知识漫画", "教育漫画", "biography comic", "tutorial comic", or "Logicomix-style comic".
Generate professional infographics with 21 layout types and 21 visual styles. Analyzes content, recommends layout×style combinations, and generates publication-ready infographics. Use when user asks to create "infographic", "visual summary", "信息图", "可视化", or "高密度信息大图".
Darwin Skill (达尔文.skill): autonomous skill optimizer inspired by Karpathy's autoresearch. Evaluates SKILL.md files using an 8-dimension rubric (structure + effectiveness), runs hill-climbing with git version control, validates improvements through test prompts, and generates visual result cards. Use when user mentions "优化skill", "skill评分", "自动优化", "auto optimize", "skill质量检查", "达尔文", "darwin", "帮我改改skill", "skill怎么样", "提升skill质量", "skill review", "skill打分".
从 DESIGN.md 生成预览图并截图的工作流 - 解决 Playwright 浏览器路径问题和 YAML 解析
Cron jobs auto-deliver final responses to configured targets — send_message to the same target gets deduplicated and skipped. Print report content directly as final response instead.
| name | design-shi-data-report |
| title | 设计虱自媒体数据报告生成 SOP |
| slug | design-shi-data-report |
| description | 五平台数据分析报告的标准结构和生成流程，包含对下一步创作的指导建议。 触发词：「生成数据分析报告」「数据周报」「数据复盘」「运营报告」「取数据」「数据分析」。 当用户提到数据报告、数据复盘、运营分析时使用。 |
| tags | ["data","report","analytics","social-media"] |
| metadata | {"keywords":["数据分析","报告","五平台","运营","复盘"]} |
本技能配套以下参考文件（位于 references/ 目录）：
| 文件 | 用途 |
|---|---|
references/data-collection-guide.md | 数据收集指南 |
references/report-template.html | HTML 报告模板 |
生成报告前建议参考 references/data-collection-guide.md 确认数据收集方式。
/opt/data/workspace/设计虱-写作系统/数据分析/| 模式 | 触发场景 | 输出 |
|---|---|---|
| 轻量模式 | 用户说"取一下数据"、"数据反馈" | 更新数据追踪文件，输出简短分析 |
| 完整模式 | 用户说"生成数据分析报告" | 7 大模块 HTML 报告 |
统一入口：所有数据分析相关需求都调用 design-shi-data-report，skill 内部根据触发方式选择模式。
用户每周一收到提醒后，把上周发布文章的后台数据甩过来即可：
/opt/data/workspace/设计虱-写作系统/数据分析/数据追踪.md### 文章标题（发布日期）
- 平台名：阅读 | 赞 | 转发 | 评论
- 状态：待取 7 天数据 / 待取 14 天数据 / 已归档
- 洞察：（可复用的发现）
- 标题公式：（如果有明确模式）
- 适用平台：（哪些平台效果好）
数据周期：YYYY年MM月 — YYYY年MM月
生成日期：YYYY年MM月DD日
账号：醉雪梅花
指标卡片
平台对比表格 | 平台 | 文章数 | 最佳文章 | 最高阅读 | 核心互动 | 投入产出评分 |
一句话总结
直接给出核心结论，一句话说明"哪个话题在哪个平台最爆"
每个平台固定结构：
各平台核心指标优先级：
微信公众号
小红书
什么值得买
知乎
微信问一问
每个发现包含：
每个平台增加"相比上期"的变化：
表格中增加"状态"列：
单独设立区块，列出需要更多数据验证的推测：
⚠️ 待验证假设：
- AI话题在知乎天花板约200-300阅读（当前样本4篇，需更多验证）
- 小红书封面点击率>15%是万级曝光门槛（需更多AB测试）
在模块 3 或模块 5 中增加：
基于历史数据，推测下一个话题在哪个平台更可能爆：
按"相同精力投入"排序各平台优先级：
| 平台 | 预期产出 | 投入建议 |
|---|---|---|
| 知乎 | NAS话题长尾流量 | 持续投入 |
| 微信问一问 | 问答式深度内容 | 重点投入 |
| 微信 | AI话题转发裂变 | 重点投入 |
| 小红书 | 轻量话题互动 | 封面优先 |
| 什么值得买 | 工具类收藏 | 挂商品测试 |
结合"关键发现"和趋势数据，给出具体建议：
YYYY-MM-DD-五平台数据分析报告.html/opt/data/workspace/设计虱-写作系统/数据分析/| 场景 | 使用 skill | 说明 |
|---|---|---|
| 日常数据追踪（发布后 7 天 / 14 天取数据） | post-publish-ops | 轻量级，更新数据追踪文件 |
| 周期性深度分析（2-4 周一次） | design-shi-data-report | 全量分析，产出规律性洞察 |
调用逻辑：
写作前读取报告：
design-shi-article 的"前置检查"环节，改为读取 design-shi-data-report 生成的 HTML 报告| 技能 | 用途 |
|---|---|
excel-data-extract | 处理损坏或不兼容的 Excel 文件 |
html-screenshot-image-gen | 将 HTML 报告转为图片发送 |
post-publish-ops | 日常数据追踪和轻量分析 |
design-shi-article | 写作前读取数据报告指导创作 |
Excel 文件损坏或格式不支持
→ 尝试用 zipfile + xml.etree 直接解析
→ 如果失败，提示用户导出为 CSV 格式
→ 提供错误信息给用户
用户未提供某个平台的数据
→ 在报告中标注"数据待补充"
→ 继续生成其他平台的分析
→ 提醒用户后续补充
上期报告不存在或数据不完整
→ 跳过环比分析
→ 在报告中标注"首次生成，无环比数据"
→ 继续其他分析
HTML 模板渲染错误
→ 检查模板文件是否完整
→ 使用简化版本生成
→ 提供错误信息给用户
卡片消息发送超时或报错
→ 保存 HTML 文件到本地
→ 告知用户文件路径
→ 建议手动打开查看
❌ 不要做的事：
| 文件类型 | 问题 | 解决方案 |
|---|---|---|
| .xlsx | openpyxl 报 "Fill() takes no arguments" | 用 zipfile + xml.etree 直接解析 xlsx XML |
| .xls (老格式) | xlrd 兼容性问题 | 直接 cat 读取，可能是带BOM的CSV文本 |
| 小红书 .xlsx | 列偏移，数据从第4列开始 | 数据列：曝光(3) 阅读(4) 点击率(5) 点赞(6) 收藏(7) 评论(8) 分享(9) |
| 知乎 .xls | 带UTF-8 BOM (357 273 277) | 直接用 cat 读取，是CSV格式 |
import zipfile
import xml.etree.ElementTree as ET
def read_xlsx_raw(path):
with zipfile.ZipFile(path, 'r') as z:
# 读取 sharedStrings.xml 获取文本
strings = []
try:
with z.open('xl/sharedStrings.xml') as f:
tree = ET.parse(f)
root = tree.getroot()
ns = {'main': 'http://schemas.openxmlformats.org/spreadsheetml/2006/main'}
for si in root.findall('.//main:si', ns):
t = si.find('.//main:t', ns)
strings.append(t.text if t is not None else '')
except:
pass
# 读取 sheet1.xml 获取数据
rows = []
with z.open('xl/worksheets/sheet1.xml') as f:
tree = ET.parse(f)
root = tree.getroot()
ns = {'main': 'http://schemas.openxmlformats.org/spreadsheetml/2006/main'}
for row in root.findall('.//main:row', ns):
cells = []
for cell in row.findall('main:c', ns):
val = cell.find('main:v', ns)
cell_type = cell.get('t')
if val is not None:
v = val.text
if cell_type == 's' and strings:
idx = int(v)
v = strings[idx] if idx < len(strings) else v
cells.append(v)
if cells:
rows.append(cells)
return rows