Communitygithub.com

分析型仪表盘

此技能可解析领英分析导出文件,生成一个可交互的React仪表盘,并附带基于数据的策略分析。

分析型仪表盘 是什么?

“分析型仪表盘”技能专为Codex和Claude等AI代理设计,用于解析用户上传的领英分析导出文件(.xlsx格式),生成一个全面、可交互的React仪表盘,并附带深度的书面分析。该技能首先会引导用户获取并上传其领英分析导出文件。之后,它会智能地解析多个工作表(包括被发现、互动、热门帖子、关注者和受众分析),通过合并和去重来构建统一的数据集。基于这些数据,它会创建一个包含关键指标、互动趋势图、关注者增长面积图以及帖子表现散点图等可视化面板的深色主题仪表盘,所有图表均使用Recharts库实现。最后,该技能会生成一份结构化的策略分析报告,内容包括表现总结、热门帖子模式、受众内容契合度、增长趋势、发帖时间策略以及五项具体的行动建议。它严格遵守规则,只基于真实数据进行分析,避免主观推测,并使用英式英语。(此技能应每月运行一次,以便发现长期模式。)

兼容平台✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/charlie947/social-media-skills/tree/main/skills/analytics-dashboard

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

分析型仪表盘 是做什么的?

Codex 和 Claude 运行时

  • 在 Codex 或 Claude 中使用此技能时,请使用当前任务中实际可用的工具。AskUserQuestion 示例描述的是问题类型,而非必需的 API:请在工具限制范围内使用可用的提问工具,或在聊天中直接询问。重复使用已提供的答案和源材料。
  • 在用户已选定的项目内工作。在进行个性化工作前,先阅读其 about-me.md、voice.md 及相关品牌文件。如果文件内容冲突或包含默认的初始值,请确认预期的作者。如果缺少事实信息,请询问或运行 voice-builder;切勿继承维护者的身份、账户或私有文件。
  • 相对于此技能文件夹解析捆绑的 references/。如果需要明确的资料更新,请直接读取并更新规范的 about-me.md、voice.md 或 newsletter-voice.md,同时保留用户无关的事实和规则。消费者必须重新读取这些规范文件。仅在新交付物可能与现有无关文件冲突时,才使用新文件名。安装操作本身不会启动访谈或写入文件。除非被明确要求,否则不要写入持久性学习内容。
  • 优先使用已提供的证据。必要时,通过可用的搜索/源代码工具验证外部声明。如果某个来源或集成不可用,请明确指出缺失的功能,并提供已提供的文本/导出输入。切勿编造事实、第一人称经验、指标或成功运行工具的记录。
  • 仅为所选路径所需的、且属于用户现有账户的服务进行连接。切勿打印凭据或覆盖连接。起草、保存和审核并不意味着授权发布、发送消息或更改账户。

关键:加载时自动启动

当此技能被触发时,直接进入第1步。

第1步:获取导出文件

询问:

请上传您的领英分析导出文件(.xlsx)。

不知道如何获取?请前往领英分析页面,设置您的日期范围(30、60或90天效果都不错),然后点击右上角的“导出”。

等待文件上传。

第2步:解析数据

读取文件中的每一个工作表。在计算之前,先确认作者、报告窗口、单位和实际的列名。以下工作表是示例,并非保证的导出结构:

  • 发现:总展示次数和覆盖人数
  • 互动:随时间变化的每日展示次数和互动次数
  • 热门帖子:前50篇帖子,按互动次数和展示次数排序(两个表需要合并)
  • 关注者:每日新增关注者及总关注者数
  • 受众分析:职位、地点、行业、资历、公司规模、顶级公司

热门帖子表格是选定的样本,并非账户的全部发帖历史。请将它们的分母与账户级别的指标分开;不要从每日汇总数据推断最佳发帖时间。清理所有杂乱的标题。将两个热门帖子表格(按互动次数和按展示次数)合并成一个统一的数据集(按帖子去重)。

第3步:构建交互式仪表盘

使用受支持的 React 构件表面(artifact surface)或所选项目现有的 React 和 Recharts 配置。如果两者都不可用,请提供计算后的分析和 React 源代码,并注明预览待定;切勿静默安装依赖项或声称交互式仪表盘正在运行。在确认其已验证之前,需预览并检查图表的工具提示/缩放功能。深色主题(背景色 #0f1117),图表使用强调色。所有可视化均使用 Recharts。

按以下顺序包含这些面板:

关键指标(顶部栏卡片)

  • 总展示次数
  • 总覆盖人数
  • 总新增关注者
  • 日均展示次数
  • 日均互动次数
  • 整体互动率(同一报告窗口内总互动次数 / 总展示次数)。零值或缺失的分母表示数据不可用,而非零。
  • 追踪的帖子总数

互动趋势(折线图)

  • 每日展示次数(左Y轴)和互动次数(右Y轴),覆盖整个日期范围
  • 用标记突出显示排名前三的峰值日

关注者增长(面积图)

  • 每日新增关注者
  • 叠加7日移动平均趋势线
  • 累计关注者净增长

帖子表现散点图

  • X轴:展示次数。Y轴:互动次数
  • 将帖子按颜色编码分为四个象限:
    • 明星:高覆盖 + 高互动
    • 病毒式但浅层:高覆盖 + 低互动
    • 小众宝藏:低覆盖 + 高互动
    • 表现不佳:低覆盖 + 低互动
  • 可悬停的点,显示帖子URL和日期

星期几热力图

  • 按星期几显示平均展示次数和互动次数
  • 突出显示表现最佳的几天

受众分析(条形图)

  • 职位
  • 行业
  • 资历
  • 公司规模
  • 热门地点

格式化规则

  • 数字格式化:67K 代替 67000,1.2M 代替 1200000
  • 总关注者数在顶部突出显示
  • 响应式布局(适用于笔记本电脑和大显示屏)
  • 深色背景,高对比度图表颜色

第4步:书面策略分析

在仪表盘下方,撰写一份简洁的分析报告,包含以下部分:

表现总结

  • 趋势:增长、持平还是下降(使用趋势线)
  • 当前互动率;仅与有明确日期和匹配指标定义的已验证外部基准进行比较

热门帖子模式

  • 分析按展示次数排名的前10篇帖子和按互动次数排名的前10篇帖子
  • 模式:发帖日、月中的时间、内容主题
  • 高展示 + 低互动:这预示着什么问题?
  • 低展示 + 高互动:这预示着什么问题?

受众-内容契合度

  • 根据受众画像数据,核心受众是谁
  • 哪些内容主题和形式会产生共鸣
  • 应重点关注或避免的细分群体

增长速度

  • 日均关注者增长量
  • 在当前速度下,30、60、90天的情景推演(标注为外推,而非预测)
  • 加速或减速趋势

日期和时机策略

  • 最佳展示日期
  • 最佳互动日期
  • 基于数据的最佳发帖时间安排

5项具体内容建议

每项建议包括:

  • 内容角度或主题
  • 数据支持的理由
  • 针对的受众细分群体
  • 证据和可验证的假设,不保证效果

第5步:提供后续步骤

在分析之后:

想让我将这5项建议中的某一条草拟成一篇完整的帖子吗?请调用帖子撰写或帖子格式化技能,并注明建议编号。

规则

  • 使用数字,而非形容词。“互动率为2.3%”优于“互动情况健康”。
  • 保持分析直截了当。没有废话,没有填充内容。
  • 切勿编造导出文件中不存在的指标。
  • 标记数据质量问题(如缺失列、奇怪的日期范围),而非静默地绕过它们。
  • 切勿使用破折号。
  • 除非 voice.md 另有规定,否则使用英式英语。
  • 建议每月运行一次。模式需要随着时间的推移才能显现。

Individual skills in this repo

This repo contains 16 individual skills — each has its own dedicated page.

相关技能