技能 data-engineering-data-driven-feature
📦
data-engineering-data-driven-feature
内容修订 r1 安全 ⚙️ 外部命令
构建数据驱动的功能
功能团队经常在缺乏明确证据或可衡量结果的情况下发布变更。此技能会指导分析、A/B 测试、埋点、发布和上线后复盘。
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-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.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-engineering-data-driven-feature”。 评估一个用于付费账户激活的新引导清单。
预期结果:
一份计划，包含基线激活指标、目标分群、实验假设、跟踪事件、发布步骤和决策标准。
正在使用“data-engineering-data-driven-feature”。 为个性化推荐功能准备分析方案。
预期结果:
一份埋点计划，涵盖曝光事件、交互事件、转化漏斗、队列分析和监控需求。
正在使用“data-engineering-data-driven-feature”。 审查定价页面变更的 A/B 测试结果。
预期结果:
一份决策备忘录，比较转化率提升、置信区间、收入影响、护栏指标和推荐的发布行动。
安全审计
安全v4 • 2026/7/6 打开版本化报告
The 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.
1
已扫描文件
183
分析行数
0
复核项
0
已忽略误报
风险因素
⚙️ 外部命令 (2)
最新一次完成的静态与语义审计未检测到已确认的安全发现。这并不能证明该 Skill 没有副作用。
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/sickn33-data-engineering-data-driven-feature/audits/4?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 徽章
[](https://skillstore.io/skills/sickn33-data-engineering-data-driven-feature?utm_source=security_passport_badge)HTML 徽章
<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>嵌入卡片
<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>学术引用 (APA · BibTeX · CFF)
APA 引用
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/4BibTeX 引用
@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"
Skillstore 评分
评分依据 证据置信度: 高 55
架构
85
可维护性
87
内容
68
社区
83
规范符合性
你能构建什么
规划可衡量的产品功能
将一个功能想法转化为假设、指标、样本量规划和受控发布路径。
设计分析埋点
在工程师开始实现前，创建事件架构、漏斗跟踪和数据管道需求。
评估实验结果
审查 A/B 测试结果、分群影响、护栏指标和业务影响，以支持发布决策。
试试这些提示
开始功能发现
使用此技能评估一个拟议功能。识别可用数据、基线指标、用户分群和缺失输入。
设计实验
使用此技能为一个功能设计 A/B 测试。包括假设、成功指标、护栏指标、样本量需求和发布阶段。
规划带埋点的交付
使用此技能规划数据驱动功能的实现。涵盖功能开关、分析事件、管道、监控和验证。
分析发布结果
使用此技能评估实验结果。比较统计影响、业务价值、分群行为、护栏指标和后续行动。
最佳实践
- 在实现开始前定义主要指标和护栏指标。
- 在发送生产流量前，在预发布环境中验证事件质量。
- 为每个实验使用渐进式发布和回滚规则。
避免
- 不要在审查实验结果后再选择指标。
- 不要在未验证随机分配和样本量的情况下发布变体。
- 不要把分析跟踪视为上线后的任务。
常见问题
此技能帮助创建什么？
它帮助创建从发现到实验分析的数据支持型功能计划。
它需要现有的分析数据吗？
强烈建议使用现有数据，因为该工作流从基线行为和指标开始。
它能支持 A/B 测试吗？
可以。它包括实验设计、功能开关、发布规划、监控和统计分析。
它会直接实现代码吗？
它提供实现指导和代理提示词，但不包含可执行源代码。
哪些团队会从中受益？
产品、数据、工程、分析和增长团队都可以用它来交付可衡量的功能。
它能替代统计审查吗？
不能。它会结构化复盘流程，但最终结论需要有效数据和合格的分析。