Feedback Analysis
从多个渠道收集用户反馈,对其进行分类,提取模式,并将其转化为优先的产品决策。建立从原始输入到可操作洞察的系统化流程。
概览
从多个渠道收集用户反馈,对其进行分类,提取模式,并将其转化为优先的产品决策。建立从原始输入到可操作洞察的系统化流程。
使用场景
安装说明
# Review source first
open https://github.com/TerminalSkills/skills/blob/main/skills/feedback-analysis/SKILL.md在查看说明和脚本后,将技能文件夹复制或克隆到您的 agent 技能目录中。
安全提示
用户应确保此技能处理的反馈数据符合当地隐私法规,因为该工具处理来自各种渠道的原始输入。在生产环境部署之前,请查看 TerminalSkills 仓库中的源代码,以了解数据的提取和分析方式。
相关 Skills
Derive Client
vercel-labs/agent-browser
通过将浏览器流量记录到 HAR 文件中,对网站的内部 API 进行逆向工程,然后生成一个直接调用端点的独立客户端或 CLI,在首次记录后无需浏览器。当被要求“派生客户端”、“为 <site> 构建 CLI”、“逆向工程此网站的 API”、“记录网络请求”、“将此网站转换为 API”,或者当同一个网站将被重复自动化且直接调用 HTTP 比每次都驱动浏览器更高效时,请使用此功能。
Supabase Postgres Best Practices
supabase/agent-skills
来自 Supabase 的 Postgres 性能优化和最佳实践。在编写、审查或优化 Postgres 查询、模式设计或数据库配置时使用此技能。
Supabase
supabase/agent-skills
在执行涉及 Supabase 的 ANY 任务时使用。触发场景:Supabase 产品(Database、Auth、Edge Functions、Realtime、Storage、Vectors、Cron、Queues);Next.js、React、SvelteKit、Astro、Remix 中的客户端库和 SSR 集成(supabase-js、@supabase/ssr);身份验证问题(login、logout、sessions、JWT、cookies、getSession、getUser、getClaims、RLS);Supabase CLI 或 MCP 服务器;模式更改、迁移、声明式模式、安全审计、Postgres 扩展(pg_graphql、pg_cron、pg_vector)。
Deep Agents Orchestration
langchain-ai/langchain-skills
在 Deep Agents 中使用子代理、任务规划或人工审批时的 INVOKE THIS SKILL。涵盖用于规划的 SubAgentMiddleware、TodoList 以及 HITL 中断。
Mongodb Natural Language Querying
mongodb/agent-skills
使用自然语言生成只读 MongoDB 查询(find)或聚合管道,并结合集合架构上下文和示例文档。每当用户要求编写、创建或生成 MongoDB 查询,想要在 MongoDB 中过滤/查询/聚合数据,询问“如何查询...”,需要查询语法方面的帮助,或者讨论查找/过滤/分组 MongoDB 文档时,请使用此技能。还可用于将类似 SQL 的请求转换为 MongoDB 语法。NOT 是否处理 Atlas Search ($search 运算符
Mongodb Connection
mongodb/agent-skills
针对任何受支持的驱动程序语言优化 MongoDB 客户端连接配置(池、超时、模式)。在处理、更新或审查实例化或配置 MongoDB 客户端的函数(例如调用 `connect()` 时)、配置连接池、排查连接错误(ECONNREFUSED、超时、池耗尽)以及优化与连接相关的性能问题时,请使用此 skill。这包括使用 MongoDB 构建 serverless 函数、创建 API en 等场景。