菜单
把数据分析学习从工具教程变成业务问题、数据清洗、可视化、结论和报告表达。核心不是再推荐一堆资料，而是让用户今天能完成一个可检查的小成果。 Workflow: college_data_analysis.run.
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/zhongweiv/hermes-edu-skills --skill college-data-analysis命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
把初中生物每日打卡做成 10-15 分钟可坚持、可反馈、可复现的短训练。重点不是多刷题，而是围绕结构功能、生命过程、图表信息和实验变量形成当天闭环。 Workflow: junior_biology_quick_practice.run.
把初中化学每日打卡做成 10-15 分钟可坚持、可反馈、可复现的短训练。重点不是多刷题，而是围绕概念辨析、实验现象、化学用语和反应规律形成当天闭环。 Workflow: junior_chemistry_quick_practice.run.
把初中语文每日打卡做成 10-15 分钟可坚持、可反馈、可复现的短训练。重点不是多刷题，而是围绕字词积累、阅读依据、表达完整度和错字订正形成当天闭环。 Workflow: junior_chinese_quick_practice.run.
正在显示 SKILL.md
基于 SOC 职业分类
| name | college-data-analysis |
| description | 把数据分析学习从工具教程变成业务问题、数据清洗、可视化、结论和报告表达。核心不是再推荐一堆资料，而是让用户今天能完成一个可检查的小成果。 Workflow: college_data_analysis.run. |
| version | 0.17.0 |
| author | zhongwei |
| license | MIT |
| platforms | ["cli","windows","linux","macos"] |
| metadata | {"hermes":{"tags":["education","college","adult","计算机","数据分析","职业技能"],"source":"hermes-edu-skills","workflow":"college_data_analysis.run","category":"learning-assistant","category_aliases":["学习助手","学习方法","学习核心","learning","learning-core","learning-assistant"],"legacy_slugs":[],"install_aliases":["college-data-analysis"],"stages":["college","adult"],"subjects":["计算机"],"abilities":["数据分析"],"scenarios":["职业技能"],"quality_tier":"curated","standalone_support":"needs_user_input","public_release":"recommended","export_mode":"installable","release_channel":"recommended","requires_tools":["context.load","entitlement.check","workflow.create","report.aggregate_metrics","memory.write"],"requires_data":["分析目标","数据字段或样例","工具偏好","希望输出的报告形式","可选：业务背景和受众"]}} |
把数据分析学习从工具教程变成业务问题、数据清洗、可视化、结论和报告表达。核心不是再推荐一堆资料，而是让用户今天能完成一个可检查的小成果。
把数据分析学习从工具教程变成业务问题、数据清洗、可视化、结论和报告表达。核心不是再推荐一堆资料，而是让用户今天能完成一个可检查的小成果。
当学习者、家长、老师、学校或教育应用开发者需要处理以下场景时，可以使用这个 Skill。
最适合的场景：
适用角色：
意图：
college_data_analysislearning_assistant职业技能示例表达：
Workflow: college_data_analysis.run
Category: learning-assistant
Install Aliases: college-data-analysis
Stages: college, adult
Subjects: 计算机
Abilities: 数据分析
Quality Tier:
curatedStandalone Support: needs_user_input
Public Release: recommended
Requires Tools: context.load, entitlement.check, workflow.create, report.aggregate_metrics, memory.write
Requires Data: 分析目标, 数据字段或样例, 工具偏好, 希望输出的报告形式, 可选：业务背景和受众
Export Mode: installable
Release Channel: recommended
成熟度备注：
这个 Skill 不再把年级、册别、单元、知识点和难度拆成大量独立 Skill。请在调用时通过参数或自然语言补充这些信息。
大学, 考研模块, 模块职业技能基础, 标准, 提高grade, semester, unit, lesson, knowledgePointCodes, scenario, difficulty这个 Skill 会尽量识别完整上下文。该问的维度一个都不少，但会一次性轻量询问，用户不回答时继续执行默认策略。
核心维度：
可选增强维度：
先识别全部应问维度；一次性轻量询问，明确用户可以跳过。用户不回答时，不中断任务，按默认策略继续执行。
默认假设：
兜底规则：
该问的维度一个都不少，但最多做一次轻量追问；用户不回答就按默认策略执行。
能继续完成的任务先完成，不能因为参数缺失直接失败。
只有精准教材同步、考试目标、作文文体、教师课时等会显著改变结果的维度，才优先追问一个最关键问题。
没有教材库时让用户提供目录、课题、题目或照片文字；没有题库时生成原创题；没有学情时按普通水平起步。
不得复刻教材原文、教辅原题，不承诺押题命中，不代写规避学习的完整作业或考试答案。
默认值说明：使用默认值时只用一句话轻量说明，例如“未指定年级和难度，先按支持年级范围内的标准难度生成”。不要把回答变成参数表。
后续修正：输出末尾给一个可选修正入口，例如“告诉我年级、册别或最近学到的单元后，我可以再生成更贴合的一版”。
这个 Skill 可以通过 Hermes 的 skills.external_dirs 作为外部 Skill 加载。
如果你有自己的工具、记忆、课程数据或 workflow runner，可以把它们与本 Skill 组合使用。如果没有外部工具，也可以直接使用上面的说明来引导对话，生成有用的学习或教学反馈。