Agent Skills für Datenanalyse
Data-Analysis-Skills helfen einem AI Agent, den gesamten Analyseprozess zu unterstützen: die Entscheidung rahmen, verstehen, welche Daten existieren und was sie bedeuten, vertrauenswürdige Tabellen vorbereiten, Zusammenfassungen, Tests oder Modelle ausführen, bewerten, ob Ergebnisse standhalten, und Erkenntnisse an Entscheidungsträger kommunizieren. Diese Skills sind für Entwickler, die einen Agent für echte Analysearbeit brauchen, nicht nur für Tabellenkalkulations-Manipulation. Nutze die folgende Rangliste, um einen Skill zu finden, der zu deinem aktuellen Schritt passt. Beginne mit dem Unterthema, das deinen unmittelbaren Bedarf widerspiegelt – Question Framing, Data Understanding, Preparation, Modeling, Evaluation oder Communication. Lies die Beschreibung jedes Skills, um zu bestätigen, dass er den konkreten Schritt abdeckt, den du brauchst, und wähle dann den, der zu deinem Workflow passt. Die Liste ist nach beobachteter Suchnachfrage geordnet, mit direkten Treffern zuerst.
8 zum Start17 beste Optionen
Hier anfangen.
Analysis is a process: frame the question, get and clean the data, explore it, model if needed, then evaluate and communicate — not 'open a spreadsheet and hope'.
Dies sind die relevantesten Ergebnisse. Öffne einen Skill, lies die Anleitung und prüfe die Eignung.
- Rang 01Agent Skill ansehenDirekt
analyze
Beantwortet Datenfragen von schnellen Lookups bis hin zu vollständigen Analysen und formellen Berichten: sammelt Daten per SQL, berechnet Metriken und Trends, validiert Ergebnisse und präsentiert Erkenntnisse mit Einschränkungen. Deckt den gesamten Analyse-Workflow end to end ab.
5.531 · Beliebtheit - Rang 02Agent Skill ansehenDirekt
explore-data
Profiliert und erkundet einen Datensatz, um Form, Qualität und Muster zu verstehen: Zeilen-/Spaltenstruktur, Null-Raten, Verteilungen, Kardinalität und Datenqualitäts-Flags. Dient direkt den Facetten Datenverständnis und -vorbereitung.
5.665 · Beliebtheit - Rang 03Agent Skill ansehenDirekt
data-analysis
Analysiert Tabellendaten, gewinnt Erkenntnisse, erstellt Visualisierungen und baut Berichte aus Excel/CSV-Daten.
7.299 · Beliebtheit - Rang 04Agent Skill ansehenDirekt
datanalysis-credit-risk
Pipeline zur Bereinigung von Kreditrisikodaten und Variablenselektion für die Vor-Kredit-Modellierung. Verwenden, wenn mit Rohkreditdaten gearbeitet wird, die vor der Modellierung eine Qualitätsbewertung, Analyse fehlender Werte oder Variablenselektion benötigen. Deckt Datenladen und -formatierung, Filterung anomaler Perioden, Fehlraten…
7.300 · Beliebtheit - Rang 05Agent Skill ansehenDirekt
sql-pro
Optimiert SQL-Abfragen und entwirft Schemata: CTEs, Window Functions, Indexierung, Interpretation von EXPLAIN/ANALYZE und Dialektunterschiede. Unterstützt direkt die Aspekte Vorbereitung und Analyse für SQL-basierte Datenarbeit.
6.047 · Beliebtheit - Rang 06Agent Skill ansehenDirekt
data-storytelling
Verwandelt Analysen mithilfe von Story-Struktur, narrativen Bögen und Visuals für Stakeholder- und Executive-Präsentationen in Narrative. Deckt die Kommunikationsfacette der Datenanalyse ab, nicht die Berechnung.
16.019 · Beliebtheit - Rang 07Agent Skill ansehenDirekt
dbt-transformation-patterns
dbt-Muster für Analytics Engineering: Staging/Intermediate/Marts-Layering, Namenskonventionen, Tests, Dokumentation und inkrementelle Modelle. Deckt die Facetten Vorbereitung und Modellierung der Analytics-Arbeit ab.
10.543 · Beliebtheit - Rang 08Agent Skill ansehenDirekt
clickhouse-io
ClickHouse-Muster für Hochleistungsanalytik: MergeTree-Schemadesign, Aggregations- und Window-Queries, Query-Optimierung und Ingestion großer Datenmengen. Zielgerichtete analytische Query-Arbeit auf einer bestimmten OLAP-Engine.
9.781 · Beliebtheit
9 weitere Agent Skills anzeigen
- Rang 09Agent Skill ansehenDirekt
azure-kusto
OffiziellDaten in Azure Data Explorer (Kusto/ADX) mit KQL abfragen und analysieren für Log-Analytics, Telemetrie und Zeitreihenanalyse. WANN: KQL-Abfragen, Kusto-Datenbankabfragen, Azure Data Explorer, ADX-Cluster, Log-Analytics, Zeitreihendaten, IoT-Telemetrie, Anomalieerkennung.
514.672 · Beliebtheit - Rang 10Agent Skill ansehenMöglich
xlsx
OffiziellVerwende diese Skill immer, wenn eine Tabellenkalkulationsdatei die primäre Eingabe oder Ausgabe ist. Das bedeutet jede Aufgabe, bei der der Nutzer: eine vorhandene .xlsx-, .xlsm-, .xltx-, .csv- oder .tsv-Datei öffnen, lesen, bearbeiten oder reparieren möchte (z. B. Spalten hinzufügen, Formeln berechnen, formatieren, Diagramme erstellen, unordentliche Daten bereinigen); eine neue Tabellenkalkulation von Grund auf oder aus anderen Datenquellen erstellen; oder zwischen tabellarischen Dateiformaten konvertieren möchte. Besonders auslösen, wenn der Nutzer eine Tabellenkalkulationsdatei mit Namen oder Pfad nennt — auch beiläufig (wie \"die xlsx in meinen Downloads\") — und etwas damit gemacht oder daraus erzeugt haben möchte. Auch auslösen zum Bereinigen oder Umstrukturieren unordentlicher tabellarischer Datendateien (fehlerhafte Zeilen, falsch platzierte Kopfzeilen, Datenmüll) in ordentliche Tabellenkalkulationen. Das Ergebnis muss eine Tabellenkalkulationsdatei sein. NICHT auslösen, wenn das primäre Ergebnis ein Word-Dokument, HTML-Bericht, eigenständiges Python-Skript, eine Datenbank-Pipeline oder eine Google Sheets API integration ist, selbst wenn tabellarische Daten beteiligt sind.
- Rang 11Agent Skill ansehenMöglich
ml-pipeline-workflow
Erstellt End-to-End MLOps Pipelines für Datenvorbereitung, Training, Validierung und Deployment mit DAG-Orchestrierungsmustern. Überschneidet sich mit den Facetten Vorbereitung und Modellierung, ist aber engineering-orientiert.
10.692 · Beliebtheit - Rang 12Agent Skill ansehenMöglich
nature-statistics
Auditiert und verbessert die statistische Berichterstattung in Manuskripten: experimentelle Einheiten, Replikation, Unsicherheit, Tests und Figurenstatistik. Fokussiert auf wissenschaftliche Berichterstattung statt allgemeine Datenanalyse.
10.201 · Beliebtheit - Rang 13Agent Skill ansehenMöglich
amazon-opensearch-service
Führt durch Amazon OpenSearch Service über Migration, Provisioning, Suche, Log-Analytics, Trace-Analytics und einen AI-Assistenten für natürlichsprachliche Datenexploration und Root-Cause-Analyse. Unterstützt Log- und Suchanalytik auf einer bestimmten Platt…
Voraussetzungen (angegeben): MCP server
4.901 · Beliebtheit - Rang 14Agent Skill ansehenMöglich
stock-analysis
Analysiert Aktien und Krypto über Yahoo Finance mit acht Dimensionen, Portfolio-Tracking und regelmäßigen Performance-Berichten. Domänenspezifische Finanzanalyse statt allgemeiner Datenanalyse.
11.879 · Beliebtheit - Rang 15Agent Skill ansehenMöglich
datalineage-bigquery-asset-impact-analysis
Offiziell>- Analysiert die nachgelagerten Auswirkungen (Blast Radius), wenn eine BigQuery-Tabelle oder -View defekt, veraltet oder geändert ist. Identifiziert alle nachgelagerten Tabellen, Dashboards und Prozesse, die betroffen sein werden. Verwenden bei: - Durchführung einer Blast-Radius- oder Impact-Analyse für eine BigQuery-Tabelle oder -View. - Bewertung der Konsequenzen des Änderns, Löschens oder Pausierens von Aktualisierungen eines BigQuery-Assets. - Identifizierung nachgelagerter Abhängigkeiten (Tabellen, Dashboards, Prozesse) eines BigQuery-Assets. Nicht verwenden für: - Allgemeine BigQuery-Abfragen oder Datenanalyse (stattdessen BigQuery-bezogene Tools verwenden). - Nicht-BigQuery-Assets (z. B. Cloud Storage-Dateien), es sei denn, sie sind Teil der BigQuery-Lineage. - Direktes Erstellen oder Ändern von Lineage-Verknüpfungen.
- Rang 16Agent Skill ansehenMöglich
gke-cost-analysis
Offiziell>- Beantwortet natürlichsprachliche Fragen und führt Analysen zu GKE-Cluster- und Workload-Kosten mithilfe von BigQuery-Abrechnungsexporten, Kostenzuordnungsdaten und Live-Cluster-Monitoring-Metriken durch. Verwenden, wenn GKE-Kosten über Projekte, Namespaces oder Workloads abgefragt werden, Abrechnungsberichte in BigQuery (`bq`) analysiert werden, Cluster-Kostenbudgets (`gcloud billing`) geprüft werden oder Kostentreiber wie Pod-Requests vs. tatsächliche Auslastung (`kubectl top`) diagnostiziert werden. Nicht verwenden zum Anwenden von Kostenoptimierungsänderungen, Erstellen von Rightsizing-Manifesten (VPA/MPA) oder Auswählen von ComputeClasses (stattdessen gke-cost-optimization verwenden).
- Rang 17Agent Skill ansehenMöglich
google-analytics-data-api-basics
OffiziellVerwaltet Google Analytics-Reporting-Daten, aktiviert die Analytics Data API über die Cloud CLI und erstellt Berichte mit der Google Analytics Data API (v1beta). Verwenden, wenn Sie mit Google Analytics-Properties interagieren, benutzerdefinierte Analytics-Berichte ausführen oder Metriken abfragen müssen (wie activeUsers,…
6.412 · Beliebtheit
Was dieses Thema umfasst
Jedes Unterthema bündelt Agent Skills für eine bestimmte Situation.
- Question & context
- What decision this analysis is for, and how you will know you answered it.
- Data understanding
- What data exists, what it means, and what is missing or biased.
- Preparation
- Make a trustworthy table (or tables) from the raw inputs.
- Modeling & analysis
- The actual analytical move: summary, test, or model.
- Evaluation
- Whether the result holds up, or just fit this particular extract.
- Communication
- Turn the result into something a decision-maker can use.
Häufige Fragen
- Wie ist die gereihte Liste sortiert?
- Die Liste ist nach beobachteter Suchnachfrage geordnet. Direkte Übereinstimmungen mit dem Thema erscheinen zuerst, und es gibt eine Obergrenze für jeden einzelnen Publisher.
- Welche Unterthemen werden unter Data Analysis abgedeckt?
- Die Sub-Themen sind Frage & Kontext, Datenverständnis, Vorbereitung, Modellierung & Analyse, Evaluation und Kommunikation. Jedes entspricht einer Phase im analytischen Prozess.
- Warum Analyse als Prozess behandeln statt einfach eine Tabellenkalkulation zu öffnen?
- Analyse ist ein Prozess: die Frage rahmen, die Daten beschaffen und bereinigen, sie erkunden, bei Bedarf modellieren und dann bewerten und kommunizieren. Das Überspringen von Schritten führt zu unzuverlässigen Ergebnissen.
Agent Skill installieren
Agent Skills sind SKILL.md-Dateien. Die meisten Agenten erkennen sie, sobald sie im richtigen Skills-Verzeichnis liegen:
- Claude Code — copy the SKILL.md for analyze into ~/.claude/skills/analyze/ for yourself, or .claude/skills/analyze/ to share it with a project.
- From the registry — run npx skills add anthropics/knowledge-work-plugins@analyze.
- Or download analyze from its source and place that SKILL.md in the directory above.
Wie auswählen Prüfe Quelle und Anleitung des Skills vor der Installation. Die Labels Official und Notable beschreiben die Herkunft eines Skills.