📦
codebase-explorer
78探索 Empathy Ledger 代码库
复杂的仓库结构使功能和数据流难以追踪。此技能可梳理 Empathy Ledger 的文件、服务、路由、架构和依赖关系。
编码与开发 查看
技能 data-analysis
📦
data-analysis
内容修订 r1 中风险 ⚙️ 外部命令🌐 网络访问
分析 Empathy Ledger 故事数据
故事平台需要在多个视图中保持主题、引文和摘要的一致性。此技能为转录分析、Supabase 查询和故事推荐提供可复用的模式。
支持: Claude Codex Code(CC)
使用我的智能体安装
将此请求复制给你的智能体，其中包含权威 Skill 页面和清单。
智能体请求
Review the Skillstore skill "data-analysis" from https://skillstore.io/skills/acurioustractor-data-analysis.md and its manifest at https://skillstore.io/api/skills/acurioustractor-data-analysis/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.你的智能体仍应展示其计划，并按安全策略请求必要确认。
Agent 可读资源
当 AI Agent、爬虫或脚本需要干净上下文，而不是读取完整页面时，请使用这些链接。
测试它
正在使用“data-analysis”。 一个团队希望故事卡片显示主题和一条引文。
预期结果:
响应会推荐精选引文来源、回退顺序、主题徽章展示和空状态行为。
正在使用“data-analysis”。 一名开发者需要为选定故事获取相关故事。
预期结果:
响应会解释主题重叠评分、共享主题原因、租户筛选和结果限制。
正在使用“data-analysis”。 一名数据负责人需要一个分析覆盖率仪表板。
预期结果:
响应会列出已处理转录、主题数量、引文覆盖率、待处理分析和同步状态等指标。
安全审计
中风险v9 • 2026/7/7 打开版本化报告
The static findings are mostly false positives from Markdown code fences, TypeScript template literals, SQL examples, and schema field names. No evidence found of credential exposure, shell execution, or malicious auditor prompt injection. A semantic issue remains because untrusted transcript text is embedded directly in an AI prompt and parsed without validation.
5
已扫描文件
1,250
分析行数
0
复核项
0
已忽略误报
已确认安全问题 (1)
中
Prompt Injection Risk in Transcript Analysis
The sample prompt places `${transcript.transcript_content}` after analysis instructions and then parses the model response with `JSON.parse`. A transcript can contain adversarial instructions that alter output or stored metadata.
Lines 53-76 show direct interpolation of stored transcript content into the user prompt and immediate parsing of the response. No schema validation or prompt boundary controls are shown.
风险因素
⚙️ 外部命令 (23)
refs/analysis-patterns.md:71-91 refs/analysis-patterns.md:220-224 refs/analysis-patterns.md:224-228 refs/analysis-patterns.md:228-233 refs/analysis-patterns.md:255-271 refs/analysis-patterns.md:271-289 refs/analysis-patterns.md:327-359 SKILL.md:20-23 SKILL.md:23-28 SKILL.md:28 SKILL.md:29 SKILL.md:30 SKILL.md:40-46 SKILL.md:46-51 SKILL.md:51-52 SKILL.md:52-53 SKILL.md:53-58 SKILL.md:58-59 SKILL.md:59-60 SKILL.md:60-61 SKILL.md:61-64 SKILL.md:64-65 SKILL.md:65-66
审计者: codex 查看审计历史 →
分享与引用此报告
分享版本化评估报告、中性徽章、嵌入卡片和引用。Skillstore 只报告证据，不判断该 Skill 是否安全。
复制报告链接
https://skillstore.io/skills/acurioustractor-data-analysis/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 徽章
[](https://skillstore.io/skills/acurioustractor-data-analysis?utm_source=security_passport_badge)HTML 徽章
<a href="https://skillstore.io/skills/acurioustractor-data-analysis?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/acurioustractor-data-analysis/security.svg" alt="Skillstore security assessment" loading="lazy"></a>嵌入卡片
<iframe src="https://skillstore.io/embed/skills/acurioustractor-data-analysis.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>学术引用 (APA · BibTeX · CFF)
APA 引用
Acurioustractor. (2026). data-analysis security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/acurioustractor-data-analysis/audits/9BibTeX 引用
@techreport{acurioustractor-acurioustractor-data-analysis-2026,
author = {Acurioustractor},
title = {data-analysis security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/acurioustractor-data-analysis/audits/9},
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-analysis security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "Acurioustractor"
date-released: "2026-07-07"
url: "https://skillstore.io/skills/acurioustractor-data-analysis/audits/9"
identifiers:
- type: other
value: "skillstore:acurioustractor-data-analysis:audit:9"
description: "Skillstore immutable audit report identifier"
比较变体
3 个可安装变体每位作者的技能都保持为独立的可安装项。推荐变体按 Skillstore 证据排序。
为什么此变体排名第一
Skillstore 评分最高
作者 / 来源 Skillstore 评分 证据置信度 Skillstore 使用量 已更新
supercent-io 推荐
supercent-io-data-analysis
Skillstore 评分 78
证据置信度 高
Skillstore 使用量 41
已更新
2026-09-09
acurioustractor-data-analysis
Skillstore 评分 70
证据置信度 高
Skillstore 使用量 17
已更新
2026-09-09
bohuyeshan-apb-data-analysis
Skillstore 评分 38
证据置信度 中
Skillstore 使用量 12
已更新
2026-09-09
Skillstore 评分
评分依据 证据置信度: 高 55
架构
85
可维护性
87
内容
72
社区
83
规范符合性
你能构建什么
标准化故事元数据
为已发布故事定义一致的主题、关键引文、摘要和分析字段。
构建分析查询
为主题匹配、引文搜索和分析仪表板创建 Supabase 查询。
将洞察连接到 UI
将分析字段映射到故事卡片、主题徽章、引文图库和推荐面板。
试试这些提示
审查主题流水线
使用 data-analysis 技能审查我的转录主题流水线。识别缺失字段、不一致的主题名称和简单修复方案。
添加引文展示
使用 data-analysis 技能为故事卡片添加精选引文展示。包括来源字段、回退行为和展示规则。
优化分析查询
使用 data-analysis 技能优化用于主题匹配和引文搜索的 Supabase 查询。包括索引、过滤器和分页指导。
设计分析工作流
使用 data-analysis 技能设计端到端的转录分析工作流。涵盖摄取、AI 提取、存储、UI 使用、隐私和监控。
最佳实践
- 在存储或比较分析结果之前规范化主题名称。
- 限制查询结果，并按租户、状态和访问权限进行筛选。
- 在将内容发送到 AI 服务之前审查转录隐私要求。
避免
- 不要在没有验证和回退处理的情况下将 AI 输出视为可信内容。
- 不要在未经确认的情况下对生产数据运行批量分析命令。
- 不要在未检查同意、归属和可见性规则的情况下展示引文。
常见问题
这个技能有助于构建什么？
它有助于构建转录分析、主题提取、引文展示、搜索、分析和故事推荐功能。
该技能会自行运行分析吗？
不会。它提供实现模式和示例，开发者可以在应用程序中进行调整使用。
哪些 AI 工具可以使用它？
报告列出了对 Claude、Codex 和 Claude Code 的支持。
它是否包含数据库指导？
是的。它包括用于数组、全文搜索、分析视图、索引和批量更新的 Supabase 示例。
需要哪些隐私控制？
团队应确认同意、编辑敏感数据、限制留存，并控制第三方 AI 处理。
它可以在 Empathy Ledger 之外使用吗？
可以，但需要调整表名、主题类别、UI 组件和访问规则。
开发者详情
许可证
MIT
Skillstore 修订
r1
版本提示
作者未声明版本。
仓库
https://github.com/Acurioustractor/empathy-ledger-v2/tree/main/.claude/skills/local/data-analysis引用
d46e62089a6dfc9e14ea02eebd9b8e2ad2dfe1f4
维护新鲜度
2026/7/18
使用量
13 次下载 · 329 次浏览
文件结构
Acurioustractor 的更多技能
查看全部📦
design-component
78设计具有文化敏感性的故事卡片
故事和个人资料卡片通常需要一致的布局、尊重性的文化提示，以及清晰的 AI 标注。此技能为 Empathy Ledger 卡片界面提供组件模式、数据映射和 AI 增强指导。
设计与创意 查看
📦
supabase
78浏览 Empathy Ledger Supabase 架构
当表名和关系不明确时，数据库工作会变得缓慢。此技能可梳理 Empathy Ledger 表，并提供 Supabase 查询模式，以便更快地进行规划。
数据与分析 查看
📦
gdpr-compliance
78审查 GDPR 合规工作流
当产品工作流包含同意、删除、导出和审计日志时，GDPR 审查会变得复杂。此技能为隐私功能和实现审查提供结构化检查。
法律与合同 查看
📦
empathy-ledger-dev
78安全地构建 Empathy Ledger 功能
Empathy Ledger 贡献者在处理敏感平台工作时需要快速获取上下文。此技能为租户隔离、文化安全、服务和工作流提供简明的项目模式。
编码与开发 查看
📦
cultural-review
78审查文化数据实践
当同意、访问和所有权规则不明确时，敏感故事可能会被不当处理。此技能使用 OCAP、敏感度级别和审批工作流来指导审查。
安全与合规 查看
相关技能
查看全部📦
exploratory-data-analysis
85分析科学数据文件
由 davila7
科学数据文件很难检查，因为每种格式存储结构和元数据的方式都不同。此技能可检测格式、分析数据质量，并创建实用的 Markdown EDA 报告。
数据与分析 查看
📦
scanpy
85使用 Scanpy 分析单细胞 RNA-Seq
由 davila7
单细胞 RNA-seq 工作流需要仔细的 QC、归一化、聚类和文档记录。此技能提供 Scanpy 工作流、脚本、模板和参考资料，用于可复现分析。
数据与分析 查看
📦
supabase-postgres-best-practices
80优化 Supabase Postgres 性能
由 supabase
慢查询和架构漂移会让 Postgres 应用难以扩展。此技能为 AI 智能体提供基于 Supabase 的索引、RLS、连接池和诊断规则。
数据与分析 查看
📦
postgres-best-practices
80优化 Postgres 查询和架构
由 sickn33
慢查询和不安全的数据库模式在常规代码审查中很难发现。此技能为 Claude、Codex 和 Claude Code 提供有关索引、RLS、连接池、事务和诊断的结构化 Postgres 指导。
数据与分析 查看
📦
data-analyst
80使用 SQL 和 pandas 分析数据
由 shubhamsaboo
数据工作通常需要清晰的查询、可重复的转换以及谨慎的解读。此技能可指导 SQL、pandas、统计分析和数据清洗工作流。
数据与分析 查看
📦
brenda-database
78分析 BRENDA 酶数据
由 K-Dense-AI
酶研究通常需要以结构化方式访问动力学和特定生物体数据。此技能可帮助 Claude、Codex 和 Claude Code 查询 BRENDA 记录，并将其转化为可用的生化分析。
数据与分析 查看