data-engineering-data-driven-feature
Создание функций на основе данных
Команды разработки функций часто выпускают изменения без четких доказательств или измеримых результатов. Этот навык помогает проводить анализ, A/B-тестирование, инструментирование, поэтапный запуск и обзор после релиза.
Установить с помощью моего Агента
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "data-engineering-data-driven-feature" from https://skillstore.io/skills/sickn33-data-engineering-data-driven-feature.md and its manifest at https://skillstore.io/api/skills/sickn33-data-engineering-data-driven-feature/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.
Ресурсы для AI-агентов
Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.
Протестировать
Использование «data-engineering-data-driven-feature». Оцените новый чеклист onboarding для активации платного аккаунта.
Ожидаемый результат:
План с базовыми метриками активации, целевыми сегментами, гипотезами эксперимента, событиями отслеживания, шагами запуска и критериями принятия решения.
Использование «data-engineering-data-driven-feature». Подготовьте аналитику для функции персонализированных рекомендаций.
Ожидаемый результат:
План инструментирования, охватывающий события показа, события взаимодействия, воронки конверсии, когортный анализ и требования к мониторингу.
Использование «data-engineering-data-driven-feature». Проверьте результаты A/B-теста для изменения страницы цен.
Ожидаемый результат:
Мемо для принятия решения, сравнивающее рост конверсии, доверительные интервалы, влияние на выручку, guardrail-метрики и рекомендуемое действие по запуску.
Аудит безопасности
БезопасноThe static external-command findings are false positives caused by Markdown inline code and a YAML code fence in SKILL.md. I found no prompt injection, data exfiltration intent, or executable script behavior in the reviewed file.
Факторы риска
⚙️ Внешние команды (2)
Поделиться и цитировать этот отчет
Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.
Копировать ссылку на отчёт
https://skillstore.io/skills/sickn33-data-engineering-data-driven-feature/audits/4?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportЗначок Markdown
[](https://skillstore.io/skills/sickn33-data-engineering-data-driven-feature?utm_source=security_passport_badge)Значок HTML
<a href="https://skillstore.io/skills/sickn33-data-engineering-data-driven-feature?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/sickn33-data-engineering-data-driven-feature/security.svg" alt="Skillstore security assessment" loading="lazy"></a>Встраиваемая карточка
<iframe src="https://skillstore.io/embed/skills/sickn33-data-engineering-data-driven-feature.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>Академические ссылки (APA · BibTeX · CFF)
Цитата APA
sickn33. (2026). data-engineering-data-driven-feature security audit report (audit version 4) [Author version unspecified]. Skillstore. https://skillstore.io/skills/sickn33-data-engineering-data-driven-feature/audits/4Цитата BibTeX
@techreport{sickn33-sickn33-data-engineering-data-driven-feature-2026,
author = {sickn33},
title = {data-engineering-data-driven-feature security audit report (audit version 4)},
institution = {Skillstore},
year = {2026},
number = {4},
url = {https://skillstore.io/skills/sickn33-data-engineering-data-driven-feature/audits/4},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "data-engineering-data-driven-feature security audit report (audit version 4)"
version: "unspecified"
type: report
authors:
- name: "sickn33"
date-released: "2026-07-06"
url: "https://skillstore.io/skills/sickn33-data-engineering-data-driven-feature/audits/4"
identifiers:
- type: other
value: "skillstore:sickn33-data-engineering-data-driven-feature:audit:4"
description: "Skillstore immutable audit report identifier"
Оценка Skillstore
Почему такая оценка Достоверность доказательств: ВысокийЧто вы можете построить
Планирование измеримой продуктовой функции
Преобразуйте идею функции в гипотезы, метрики, планирование размера выборки и путь контролируемого запуска.
Проектирование аналитического инструментирования
Создайте схемы событий, отслеживание воронок и требования к конвейеру данных до того, как инженеры начнут реализацию.
Оценка результатов эксперимента
Проанализируйте результаты A/B-теста, эффекты по сегментам, guardrail-метрики и бизнес-влияние для принятия решения о запуске.
Попробуйте эти промпты
Используйте этот навык, чтобы оценить предложенную функцию. Определите доступные данные, базовые метрики, пользовательские сегменты и недостающие входные данные.
Используйте этот навык, чтобы спроектировать A/B-тест для функции. Включите гипотезы, метрики успеха, guardrails, потребности в размере выборки и этапы запуска.
Используйте этот навык, чтобы спланировать реализацию функции на основе данных. Охватите feature flags, аналитические события, конвейеры, мониторинг и валидацию.
Используйте этот навык, чтобы оценить результаты эксперимента. Сравните статистическое влияние, бизнес-ценность, поведение сегментов, guardrail-метрики и следующие действия.
Лучшие практики
- Определяйте основные метрики и guardrail-метрики до начала реализации.
- Проверяйте качество событий в staging перед отправкой production-трафика.
- Используйте постепенный запуск и правила отката для каждого эксперимента.
Избегать
- Не выбирайте метрики после просмотра результатов эксперимента.
- Не запускайте варианты без проверки рандомизации и размера выборки.
- Не рассматривайте аналитическое отслеживание как задачу после запуска.
Часто задаваемые вопросы
Что помогает создать этот навык?
Требуются ли существующие аналитические данные?
Может ли он поддерживать A/B-тестирование?
Реализует ли он код напрямую?
Каким командам он полезен?
Может ли он заменить статистический обзор?
Сведения для разработчиков
Автор
sickn33Лицензия
MIT
Ревизия Skillstore
r1
Примечание о версии
Автор не указал версию.
Репозиторий
https://github.com/sickn33/antigravity-awesome_skills/tree/main/skills/data-engineering-data-driven-featureСсылка
01171b582d636c013315c5e0d969c64f8d9cdff2
Актуальность поддержки
18.07.2026
Использование
6 загрузок · 91 просмотров
Структура файлов
📄 SKILL.md