1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | Data_Anthropics_Knowledge_Work_Plugins |
| 项目自述名称 | Data Analyst Plugin |
| 作者/维护者 | Anthropic（官方仓库 anthropics/knowledge-work-plugins） |
| 来源链接 | https://github.com/anthropics/knowledge-work-plugins/tree/main/data |
| 许可证 | Apache License 2.0（GitHub API） |
| GitHub Stars/Forks | 23,421 / 2,823（GitHub API；数字属整个 knowledge-work-plugins 合集仓库，不代表本插件自身热度） |
| 最新版本 | 1.1.0（plugin.json） |
| 安装方式 | Claude Code 插件市场命令；Cowork 应用商店一键安装（claude.com/plugins/data） |
2. 功能介绍与亮点
Data Analyst Plugin 把数据分析师日常工作流打包成六个技能：SQL 查询（sql-queries）、数据探索（data-exploration）、数据可视化（data-visualization）、统计分析（statistical-analysis）、数据校验（data-validation）与交互式仪表盘搭建（interactive-dashboard-builder），对应 /analyze、/explore-data、/write-query、/create-viz、/build-dashboard、/validate 六个斜杠命令。
亮点：
- SQL 技能覆盖全部主流数仓方言：
sql-queries内置 PostgreSQL、Snowflake、BigQuery、Databricks 等各方言的日期处理、字符串函数、JSON/数组操作与性能优化写法，同一套技能可跨库直接使用，不需要为每个数仓单独找参考。 - 交付前自带校验环节：
data-validation专门做分享前的方法论、准确性与偏差检查，不是拿到结果就直接呈现给使用者。 - 无数仓连接也能完整工作：未连接 Snowflake/Databricks/BigQuery 等数据仓库时，可直接粘贴 SQL 查询结果或上传 CSV/Excel 文件进行分析与可视化，Claude 也能代写 SQL 供手动执行后回传结果分析。
- 一套技能覆盖从探索到交付的完整链路：数据集画像与质量评估、SQL 编写、图表与仪表盘搭建、统计假设检验、交付前校验五个环节由同一套技能承接，不是只做其中单一环节的点状工具。
3. 适用场景
固定分类：数据分析与可视化
面向数据分析师、需要写 SQL 或看数据结论的产品经理与工程师：探索一份新数据集的形状与质量问题、为业务问题编写并优化跨方言 SQL 查询、把分析结果做成可发布的图表或交互式仪表盘、在把结论分享给业务方前做一轮方法论与偏差校验。也适合尚未接入正式数据仓库、只能靠粘贴查询结果或上传文件做分析的团队。
4. 跨 Agent 兼容性
- Claude Code：✅ 原生支持——README 明确给出安装命令
claude plugins add knowledge-work-plugins/data，六个技能与命令均遵循标准 SKILL.md 与.claude-plugin/plugin.json格式。 - Cowork（Claude 桌面应用）：✅ 原生支持，README 称该插件“主要为 Cowork 设计，但同样可在 Claude Code 中使用”，官方插件页 claude.com/plugins/data 亦可直接安装。
- Codex：❓ 未验证——插件依赖 Claude 专有的
.claude-plugin/plugin.json与.mcp.json连接器机制，未见面向 Codex 的适配说明；六个 SKILL.md 本身遵循通用 Agent Skills 规范，理论上可手动迁移。 - OpenClaw / Hermes Agent：❓ 未验证——未见相关材料。
5. 推荐理由
数据分析里最容易卡住的不是“写一条 SQL”，而是写之前不确定这份数据长什么样、写完不确定这个数字对不对。这套技能把这两头都接上了：数据探索先做画像和质量评估，校验环节在交付前专门检查方法论、样本量与统计显著性，中间的 SQL 参考横跨全部主流方言、不用来回切换心智模型。加上没有数据仓库连接时照样能靠粘贴结果或上传文件工作，个人开发者与还没上齐数据基础设施的小团队也能直接用起来。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 9 | 由 Anthropic 官方仓库发布；Medium 作者 boredhead 对比全部 Cowork 插件后给出本插件最高档评级，称其为“整个插件库中最令人印象深刻的单个插件”，并给出真实工作场景案例（45,000 行季度收入数据分析中识别出客户自身数据团队忽视两个季度的定价异常）；Composio 与 mager.co 两篇独立评测文章分别给出产品经理零代码取得留存率分析、以及自动方法论校验的具体使用细节 |
| 可用性 | 8 | 一条命令安装，README 含完整功能说明与多段示例对话；核心功能零付费依赖，无数仓连接时可用粘贴结果/上传文件方式工作；该目录最近一次内容相关提交为 2026-03-18（新增 Amplitude EU 连接器选项），距今数月未见功能性更新 |
| 安全性 | 9 | 安装单元内无可执行脚本，六份 SKILL.md 均为 Markdown 参考文档与方法论说明；.mcp.json 声明的全部连接器（Snowflake、Databricks、BigQuery、Hex、Amplitude、Jira 等）均为用户自行配置的具名远程 MCP 端点，未配置时不影响核心功能；License 清晰；官方仓库无造假迹象 |
综合评分：8.67
安全检查清单逐项结果：
① Shell 命令执行——未发现，安装单元（skills/）内全部为 Markdown 参考文档，无脚本、无 shell 调用；可视化与仪表盘产出的 Python/HTML/JS 代码由使用者所在的 agent 环境本身执行，不属于本插件额外引入的执行面。
② 联网外发——是，.mcp.json 声明 Snowflake、Databricks、BigQuery、Hex、Amplitude（含 EU 端点）、Jira 等具名远程 MCP 端点，全部为可选连接，用途与 README 一致，未配置时插件仍可通过手动粘贴数据工作。
③ API Key/凭据——数仓连接通过各服务官方 MCP 端点完成鉴权，插件本身不落地存储凭据；.mcp.json 中 Snowflake/Databricks 端点默认留空，需使用者自行填入。
④ 可疑指令——抽查全部 6 份 SKILL.md 与 README 全文，均为结构化 SQL 参考与分析方法论，未见 prompt injection 或隐蔽外发迹象。
⑤ 作者信誉——Anthropic 官方仓库出品，无造假迹象。
⑥ License——Apache License 2.0，明确。
⑦ 最近维护——该目录最近内容提交为 2026-03-18，仓库整体截至近期仍在持续提交，属活跃维护中的稳定组件。
7. 跟同类 Skills 相比的优势
| 对比对象 | 定位 | 与本技能的差异 |
|---|---|---|
databricks-core-databricks-databricks-agent-skills |
Databricks 官方出品，打通 agent 对 Databricks 工作区的 CLI 认证、集群查询与数据探索操作入口 | 只服务 Databricks 这一个平台，动作范围限于该平台的认证与操作；本技能不绑定任何单一数仓，同一套技能覆盖 Snowflake/Databricks/BigQuery 等主流方言，且把探索、查询、可视化、校验、仪表盘搭建打包成完整工作流，而非仅打通登录与查询入口 |
sql-queries-phuryn-pm-skills |
面向不熟悉 SQL 的产品经理，把自然语言直接转成跨数据库方言的可执行 SQL 查询 | 聚焦“生成 SQL”这一个动作本身，产出到查询语句即止；本技能在生成 SQL 之外还覆盖数据集画像与质量评估、图表选型与可视化代码、统计假设检验、交付前校验、交互式仪表盘搭建，是围绕完整分析工作流的技能组合 |
8. 用户评价
Medium 作者 boredhead 在《Rating Claude Cowork Plugins》一文中将本插件评为文中最高档位，称其为“整个插件库中最令人印象深刻的单个插件”；文中给出的实测案例是对客户 45,000 行、三条产品线的季度收入数据做分析后，“Claude 识别出定价异常，每月可能造成约 14,000 美元的欠费”，而客户自身数据团队已忽视两个季度。
Composio 团队在其插件生态介绍文章中给出另一则实测：一位产品经理通过自然语言查询直接获得 30 天留存率分析，无需依赖数据工程师编写查询。mager.co 的评测文章则强调该插件“会检查查询逻辑、样本量和统计显著性，然后呈现结论”，将其交付前自查能力视为区别于普通问答式数据助手的关键特征。
9. 其他补充
无。
10. 安装使用方式
Claude Code：
claude plugins add knowledge-work-plugins/data安装后可通过对话自然触发相关技能，或使用 /analyze、/explore-data、/write-query、/create-viz、/build-dashboard、/validate 等斜杠命令显式调用对应工作流。
Cowork： 从 claude.com/plugins/data 一键安装。
可选增强： 需要直接对接真实数仓时，在 MCP 设置里连接 Snowflake、Databricks、BigQuery、Hex、Amplitude、Jira 等具名服务，具体清单见仓库内 .mcp.json 与 CONNECTORS.md。未连接时可粘贴 SQL 查询结果或上传 CSV/Excel 文件供分析。
11. 注意事项
- 该目录最近一次内容相关提交为 2026-03-18，若后续数仓方言或连接器发生较大变化，需留意插件是否同步更新。
- 可视化与交互式仪表盘功能依赖使用者所在 agent 环境具备代码执行能力（如 Claude Code 的 Bash 工具），在纯对话、无代码执行权限的环境中，
create-viz、build-dashboard等命令的产出可能止于代码本身，无法直接生成可交互文件。 - 插件产出的分析结论与统计显著性判断仍需使用者复核，尤其是用于业务决策的定价异常、留存率等结论，不应未经人工验证直接对外发布。
- 未连接真实数据仓库时，只能基于粘贴的结果或上传的文件工作，无法对全量数据做实时查询。