数据科学与数据库分析，正成为 Claude Code Skills 生态中增长最快的垂直赛道。2026 年 5 月 Opus 4.8 上线后，官方同步推出 Anthropic「Data」插件，把"探索数据集—写多方言 SQL—出出版级图表"整合为一条流水线；社区侧则冒出一批把 Claude 武装成"全职数据分析师"的技能库。与内容创作、前端设计、DevOps 等已被反复评测的红海赛道不同，数据分析类 Skills 普遍采用"程序化 EDA + 公式感知电子表格 + Notebook 优先 + 多库 SQL"的组合，技术门槛更高、变现路径更清晰、训练营复用性更强。本文横向评测 7 个最值得关注的分析型 Skills，从功能完整度、上手难度、变现潜力、训练营适用性、社区活跃度五个维度打分，并给出按场景的推荐排行榜。 ## 评测总览：七大分析型 Skills 对比 | Skill | 来源 | 安装方式 | 功能完整度(25%) | 上手难度(20%) | 变现潜力(25%) | 训练营适用(15%) | 社区活跃(15%) | 综合评分 | |------|------|---------|:-:|:-:|:-:|:-:|:-:|:-:| | data-analytics-skills | nimrodfisher (GitHub) | skills.sh / git | ★★★★★ | ★★★★☆ | ★★★★★ | ★★★★★ | ★★★★☆ | **4.55** | | data-science-claude-skills | juanlurg (GitHub) | git | ★★★★☆ | ★★★☆☆ | ★★★★☆ | ★★★★☆ | ★★★☆☆ | **3.70** | | claude-data-skills | PyPI (v3.5.0) | `pip install` | ★★★★☆ | ★★★★★ | ★★★★☆ | ★★★★☆ | ★★★★☆ | **4.20** | | SQL Pro | jeffallan (GitHub) | skills.sh / git | ★★★★☆ | ★★★★★ | ★★★★☆ | ★★★★★ | ★★★★☆ | **4.25** | | dbhub + Agent Skill | bytebase (GitHub) | `npx @bytebase/dbhub` | ★★★★★ | ★★★★☆ | ★★★★★ | ★★★☆☆ | ★★★★★ | **4.45** | | matplotlib-skill | tvhahn (GitHub) | git | ★★★☆☆ | ★★★★★ | ★★★☆☆ | ★★★★★ | ★★★☆☆ | **3.65** | | spreadsheet / xlsx-manipulation | claude-office-skills | git / office-mcp | ★★★★☆ | ★★★★★ | ★★★★☆ | ★★★★☆ | ★★★★☆ | **4.15** | > 对照基准：Anthropic 官方「Data」插件——开箱即用、零配置、覆盖数据集/SQL/可视化全链，是评测中最稳的"地面真值"，但深度定制能力弱于社区 Skills。 ## 逐个深度评测 ### 1. data-analytics-skills（nimrodfisher）—— 把 Claude 变成全职数据分析师 **来源**：GitHub `nimrodfisher/data-analytics-skills`，安装走 skills.sh 标准流程 `npx skills add nimrodfisher/data-analytics-skills`，或直接 `git clone` 到 `.claude/skills`。这是一套**31 个可移植技能**组成的结构化技能库，按目录分层组织：`01-data-quality-validation`（含 `programmatic-eda`，系统化探索性分析：结构检查、空值检查、分布画像）、`02-documentation-knowledge`（数据字典与业务知识沉淀）、`03-data-analysis-investigation`（深入归因与根因调查）。 **核心演示**：丢给它一份陌生 CSV，`programmatic-eda` 会自动完成 shape 检查、缺失率统计、基数与分布画像，输出结构化报告而非随手 print。核心卖点是"分析任务前先理解数据形状与质量"——这是大多数 AI 工具最薄弱的一环。 **评分**：功能完整度 ★★★★★（31 个技能覆盖从质控到归因全链）、上手 ★★★★☆（需懂基本 pandas 概念）、变现 ★★★★★（可整包改造成企业级"AI 数据分析师"订阅产品）、训练营 ★★★★★（按目录天然分课时）、社区 ★★★★☆。 **变现与训练营**：这是本期最接近"产品化"的技能库。每个子技能都是独立 SKILL.md，可拆卖、可组合成 8–12 课时的数据分析训练营，从数据质控一路讲到根因归因。竞品对比中，它比单点的 pandas-pro 更系统，比 juanlurg 的 notebook-first 版更偏"工程化交付"，适合面向中小企业的数据分析外包与教学。 ### 2. data-science-claude-skills（juanlurg）—— Notebook 优先的科研型工作流 **来源**：GitHub `juanlurg/data-science-claude-skills`，定位是 **Notebook-first**：指向一个数据集、一篇论文或一段 SQL 查询，Claude 即可在 Jupyter 上下文中完成探索、建模与复现。它的差异化在于"论文驱动"——部分技能会建议如何把论文里的方法迁移应用到你的数据上，这点对学术与研发团队极具吸引力。 **核心演示**：给一篇 arXiv 论文 + 一份本地数据，技能会提取论文方法、生成可执行的 Notebook cell，并标注哪些假设需要你验证，形成"论文—代码—数据"的闭环。 **评分**：功能完整度 ★★★★☆（强科研、弱业务报表）、上手 ★★★☆☆（需要 Jupyter + 论文阅读习惯）、变现 ★★★★☆（科研/医药/金融量化场景）、训练营 ★★★★☆、社区 ★★★☆☆（偏小众）。 **变现与训练营**：变现空间集中在科研机构、CRO、量化私募等"论文复现即生产力"的场景，可包装成"科研 AI 助理"垂直产品。作为训练营，它适合研究生级数据科学课程，但门槛偏高、受众窄，不如 nimrodfisher 版适合大众培训。竞品上，它与官方 NotebookLM 形成互补：NotebookLM 偏问答检索，它偏可执行建模。 ### 3. claude-data-skills（PyPI v3.5.0）—— 一行 pip 装好的全家桶 **来源**：PyPI 包 `claude-data-skills`（当前 3.5.0，Libraries.io 可查），`pip install claude-data-skills` 即可。它是本期**唯一以标准 Python 包形式分发**的数据技能集合，整合了数据科学、分析与数据工程的技能与脚本，最大优势是分发与升级链路成熟、CI 友好。 **核心演示**：装完后技能随包附带可执行脚本，Claude 在分析时直接调用脚本而非临时写代码，结果可复现、可纳入版本管理，适合需要审计追溯的生产环境。 **评分**：功能完整度 ★★★★☆、上手 ★★★★★（pip 一行）、变现 ★★★★☆（企业内部分发最省心）、训练营 ★★★★☆、社区 ★★★★☆（PyPI 下载量稳定）。 **变现与训练营**：对企业 IT 部门而言，"pip 装一份、全员复用、版本统一"是极大卖点，可改造为私有化部署的内部数据技能平台，按席位收费。训练营场景下，学员环境一致性是它最大优势——老师不必再处理"我这边跑不通"的杂症。短板在于它是聚合包，单项深度不如专精技能。 ### 4. SQL Pro（jeffallan）—— 资深 DBA 人格的查询优化器 **来源**：GitHub `Jeffallan/claude-skills` 中的 `sql-pro`，`npx skills add jeffallan/claude-skills`。它把 Claude 塑造成"精通主流数据库系统的资深 SQL 开发者"，核心工作流是 **Schema Analysis**（审查结构、索引、查询模式、性能瓶颈）、**Schema Design**（设计高性能表结构）、**查询调优**（窗口函数、CTE、执行计划解读）。 **核心演示**：贴一段慢查询 + 表结构，它会指出缺失索引、建议 CTE 重写、估算改进幅度，并给出可执行的 `CREATE INDEX` / 重写后的 SQL。 **评分**：功能完整度 ★★★★☆（专注 SQL 深度）、上手 ★★★★★（DBA 与后端秒懂）、变现 ★★★★☆（DBA 咨询与 SaaS 优化）、训练营 ★★★★★（SQL 进阶课天然教材）、社区 ★★★★☆。 **变现与训练营**：变现路径清晰——"SQL 性能体检 SaaS"、DBA 外包咨询。训练营上，它几乎是一本现成的 SQL 进阶教材，从执行计划讲到窗口函数，可做 10–15 课时。对比 mcpmarket 上的 SQL Data Analyst（偏分析）、SQL Expert（偏建模），SQL Pro 卡在"查询优化与性能"这个企业最痛、最肯付费的位置。 ### 5. dbhub + Agent Skill（bytebase）—— 多库连接的工程化底座 **来源**：GitHub `bytebase/dbhub`（约 2.8k★），一个零依赖、Token 高效的数据库 MCP 服务器，支持 PostgreSQL、MySQL、MariaDB、SQL Server、SQLite 单一接口；配套的 **dbhub Agent Skill**（dbhub.ai/quickstart 提供）则教 AI 工具一套数据库查询的最佳实践工作流。两者组合是本期**社区活跃度最高**的方案。 **核心演示**：本地开发场景下，`npx @bytebase/dbhub` 启动 MCP，Claude 经由只读连接查表、读 schema、跑只读查询，避免误写生产数据。技能则把"先读 schema→再写 SQL→只读验证→落库迁移"的纪律写进提示词。 **评分**：功能完整度 ★★★★★（多库 + 只读安全）、上手 ★★★★☆、变现 ★★★★★（数据库连接是刚需基建）、训练营 ★★★☆☆（偏工程、教学门槛高）、社区 ★★★★★（2.8k★，bytebase 团队维护）。 **变现与训练营**：这是最值得做"基础设施"生意的方案——几乎所有企业级 Claude 数据项目都需要它做安全底座，可走 B2B 私有化部署。训练营适用性偏低，因为它面向 DBA/平台工程师而非初学者。与 SQL Pro 搭配（dbhub 负责连库与安全，SQL Pro 负责写好查询）几乎是企业级数据分析的标准底座。 ### 6. matplotlib-skill（tvhahn）—— 一行提示出出版级图表 **来源**：GitHub `tvhahn/matplotlib-skill`（作者博客披露经 50 余次迭代打磨），另有 davila7/claude-code-templates 与 K-Dense AI scientific-agent-skills 的同名技能。它用一行自然语言提示生成 matplotlib/seaborn 的出版级静态图。 **核心演示**：描述"数据 + 图表类型 + 坐标轴 + 面板数 + 配色"，技能输出可直接进论文/报告的高分辨率图，DPI、字体、图例位置都规范。 **评分**：功能完整度 ★★★☆☆（单点但精）、上手 ★★★★★（一行提示）、变现 ★★★☆☆（点状工具，难独立定价）、训练营 ★★★★★（数据可视化课绝佳素材）、社区 ★★★☆☆。 **变现与训练营**：独立变现弱，但作为"出版级图表生成"功能模块，可嵌入科研写作、报告自动化产品。训练营上是黄金素材——作者 50 次迭代的经验本身就是一个"如何打磨 Skill"的教学案例，可衍生出"Skill 工程化"的元课程。对比 chart-craft 等 HTML 图表引擎，它专注 Python 科研绘图生态，定位互补。 ### 7. spreadsheet / xlsx-manipulation（claude-office-skills）—— 公式感知的电子表格引擎 **来源**：GitHub `claude-office-skills/skills` 的 `xlsx-manipulation`（DeepWiki 有架构文档），基于 openpyxl 实现**公式感知**工作流：创建、编辑、分析、可视化工作簿，且保留公式与单元格引用、验证格式。社区另有 `office-mcp`（39 个 Word/Excel/PPT/PDF 工具的 MCP）作为后端。 **核心演示**：要求"做一份带 SUMIFS 透视与条件格式的销售周报"，技能会正确维护公式链，而非把数字硬编码进单元格，后续改数据公式自动重算。 **评分**：功能完整度 ★★★★☆、上手 ★★★★★（人人会用 Excel）、变现 ★★★★☆（财务/运营报表自动化）、训练营 ★★★★☆、社区 ★★★★☆。 **变现与训练营**：电子表格是企业最大公约数，"Excel 自动化"是最容易变现、受众最广的赛道——可包装成财务周报机器人、运营看板生成器。训练营场景下门槛低、即学即用，适合面向非技术人群的数据素养课。需注意它本质是"office 文档引擎"而非"数据科学引擎"，深度分析仍需 pandas/SQL 接力，这正是它与前面 6 个技能的边界。 ## Skills 生态分类思维导图 ```mermaid mindmap root((数据分析型
Skills 生态)) 数据获取与连接 dbhub MCP (bytebase) PostgreSQL / MySQL / MariaDB SQL Server / SQLite 只读安全连接 NotebookLM / 知识检索 论文与文档抓取 数据质控与探索 EDA programmatic-eda 数据质量校验 分布与缺失画像 数据处理与工程 claude-data-skills PyPI pandas-pro DataFrame ETL 管线构建 存储与分析计算 SQL Pro 查询优化 SQL Data Analyst SQL Expert 建模 电子表格 xlsx 公式感知 可视化与交付 matplotlib-skill 出版级 chart-craft HTML 图表 报告自动化 产品化与教学 官方 Data 插件 数据分析训练营 企业 SaaS 底座 ``` ## 推荐排行榜 **按功能完整度（开箱即用优先）** 1. dbhub + Skill（多库连接 + 只读安全，基建级） 2. data-analytics-skills（31 个技能，质控到归因全覆盖） 3. Anthropic 官方 Data 插件（零配置全链，但定制浅） **按变现潜力（最容易做成付费产品）** 1. dbhub（企业数据库连接刚需，B2B 私有化） 2. data-analytics-skills（可拆卖、可整包 SaaS 化） 3. SQL Pro（DBA 体检与优化咨询，按查询收费） **按训练营适用性（教学友好度）** 1. data-analytics-skills（目录即课表，8–12 课时） 2. SQL Pro（现成 SQL 进阶教材） 3. matplotlib-skill（可视化课 + Skill 打磨元课程） **按上手难度（最易零基础起步）** 1. claude-data-skills（`pip install` 一行） 2. SQL Pro / spreadsheet（DBA/Excel 用户秒上手） 3. Anthropic 官方 Data 插件（零配置） **本期最值得动手的组合**：以 **dbhub** 为安全连库底座 + **SQL Pro** 写好查询 + **data-analytics-skills** 做质控与归因 + **matplotlib-skill** 出图交付，覆盖从"连库→查→分析→出图"的企业级全链；面向个人或教学，则用 **claude-data-skills**（pip 一键）+ **spreadsheet** 即可快速起步。这条赛道的共同特征是——技术壁垒高于内容创作类，付费意愿强于娱乐类，是 2026 下半年最值得投入训练营与产品化的 Skills 垂直之一。 ## 参考来源 1. [Best Claude Code Skills in 2026: 349 Agent Skills Ranked by GitHub — openaitoolshub](https://www.openaitoolshub.org/en/blog/best-claude-code-skills-2026) — 跨 12 类共 349 个 Skills 的分类与排名基准 2. [nimrodfisher/data-analytics-skills — GitHub](https://github.com/nimrodfisher/data-analytics-skills) — 31 个可移植数据分析技能的结构化技能库（含 programmatic-eda） 3. [bytebase/dbhub — GitHub](https://github.com/bytebase/dbhub) — 零依赖、Token 高效的多数据库 MCP 服务器及配套 Agent Skill 4. [What Changed in the Claude Code Skills Ecosystem: April 2026 — skillkit.io](https://skillkit.io/blog/what-changed-in-claude-skills-april-2026) — 生态月度变更与官方 Data 插件动态 5. [Claude Code for Data Scientists: 35+ Agent Skills — aibuilderclub](https://www.aibuilderclub.com/blog/claude-code-for-data-scientists-skills-guide) — 数据科学家视角的 Skills 选型与工作台搭建 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。