源自 GitHub数据科学与实验
📉 严谨的统计分析、机器学习模型构建、A/B 测试设计、特征工程与数据可视化。用于任何假设检验、预测任务、实验设计、模型比较或数据分析问题时启用。你可以这样用：说明要看的对象、时间范围、数据来源和判断问题。；告诉 AI 你想做成什么，它会一步步做完，直接给你能用的成品；标出异常、原因和接下来最值得采取的动作。。适合增长运营、产品经理、创业团队。
它会先理解你的原始内容和目标，再按清晰的步骤完成处理。你不需要学习复杂命令，也不用理解背后的技术细节。
常见场景
它能帮你做什么？
01
明确数据科学与实验目标：写清受众、预算、渠道和这次要达到的结果。
02
产出数据科学与实验方案：给出可执行动作、负责人和时间点。
03
复盘效果与下一步：对照曝光、转化和成本，标出该保留、该加码、该停掉的动作。
三步完成
怎么使用
1安装 Skill
把右侧安装请求发给你的 AI。
2说清楚目标
告诉 AI 你想完成什么，或直接贴入内容。
3检查结果
按需要继续调整语气、范围或格式。
复制就能用
你可以直接这样说
“我要做数据科学与实验，请先告诉我需要提供哪些材料。”
“根据我提供的资料完成数据科学与实验，结果请写得具体、可以直接使用。”
“检查这份数据科学与实验结果，指出错误、遗漏和下一步要做的事情。”
适用人群
适合谁？
上手门槛
使用难度
入门
无需编程基础。会和 AI 对话就能使用。
兼容范围
支持哪些 AI？
Codex可直接使用
Claude Code可直接使用
OpenClaw可直接使用
Hermes可直接使用国内 Agent可直接使用
中文用户增强
Skill Px 做了什么？
中文说明简化使用方式补充中文案例整理安装流程降低理解难度