跳至主要內容
Data Fetching Analysis Skills

Thariq Skills #3 — Data Fetching & Analysis:讓 Agent 自己去查數據,不等你貼截圖

1 分

「幫我看一下本週的 funnel 數據」——這句話,agent 能直接去查嗎?

還是它需要等你貼截圖,或者複製貼上數字?

Data Fetching & Analysis skills 的目標就是讓 agent 自己去查。


類別定義

Thariq 原文定義

“Connect to data and monitoring stacks. Include libraries to fetch data with credentials, dashboard ids, query patterns.”

這個類別的三個核心要素:

  1. 連接能力:憑證、認證方式已預設在 skill 中(或從環境變數讀取)
  2. 已知查詢模式:不讓 agent 每次從頭摸索怎麼查
  3. Dashboard ID / 端點:直接指定,不靠 agent 去找

Thariq 的範例

funnel-query — 查詢使用者 funnel 轉換數據。預設的 SQL pattern、資料庫連接方式、以及常用的時間範圍參數。

cohort-compare — 群組分析查詢。比較不同時期的使用者行為,已有預設的 cohort 定義邏輯。

grafana — Grafana dashboard 查詢 skill。包含 dashboard ID、panel ID、API token 讀取方式,agent 可以直接抓取指定指標的當前值。


設計的核心問題

為什麼 agent 自己查數據特別難?因為資料查詢通常有三層摩擦:

認證層    → 知道怎麼認證(token / OAuth / service account)
查詢層    → 知道正確的查詢語法和 schema
解讀層    → 知道這個數字的業務意義

一般文件通常只覆蓋「查詢層」,跳過認證設定(「見內部 wiki」)和業務脈絡(「自行理解」)。Data Analysis skills 的價值在於把這三層都封裝進去。

建議做法

credentials 不要寫在 skill 裡,而是讓 skill 從環境變數讀取(os.environ["GRAFANA_TOKEN"])。但 skill 要明確說明「需要哪個環境變數、在哪裡設定」。這樣既安全,又讓 agent 知道缺什麼時該去哪裡找。


典型的 skill 結構

grafana/
├── SKILL.md              ← 觸發條件 + 快速查詢範例
├── dashboards.md         ← Dashboard ID 對照表(名稱 → ID)
├── query-patterns.md     ← 常用查詢的 API call 格式
├── assets/
│   └── fetch-metrics.py  ← 可直接執行的查詢腳本
└── gotchas.md            ← 已知的 API quirks(rate limit、時區問題等)

SuperPortia 實戰觀點

SP 目前最接近這個類別的是 superset skill——它提供 Apache Superset 的操作說明,讓 agent 知道如何在 SuperPortia 的數據環境裡工作。

但覆蓋還不完整:

數據來源現狀缺口
Cloud UB(D1)search_brain() MCP 工具可用缺複雜查詢的 pattern 文件
NQ Scout pipeline腳本存在但無 skill 封裝Agent 不知道如何觸發或解讀輸出
KOL 追蹤數據手動 Apify → 手動分析缺自動化的查詢 + 分析 skill
SRE 監控指標patrol scripts 存在未暴露為 agent 可查詢的 skill

最有價值的第一步:把 NQ Scout 的資料查詢邏輯封裝成 nq-data-query skill,讓 agent 可以直接問「今天哪些 NQ 訊號觸發了」而不需要人工查。

與 UB 的關係

SP 的 Cloud UB 本身就是一個「知識分析堆疊」——search_brain() 相當於一個內建的 Data Analysis skill。但它目前只被 agent 用於查知識,還沒有被用於查「agent 自身的行為數據」(哪些 skills 被觸發最多、哪些 WO 常卡住)。這是 PAM 的未來延伸方向。


回到總文

本文是九大類別系列的第三篇。完整框架與 SuperPortia 對照請見:

Anthropic 工程師的 Agent Skills 完全指南 — 九大類別 × 九個技巧