分析树 Analysis Tree Skill 技能

分析树（analysis-tree）技能，为复杂数据调查提供一种「可演进的分析记录」结构。它把提问、假设、证据与结论收拢到一棵持续更新的树里，避免上下文在多轮分析中散落丢失，让每一次数据探索都有迹可循。

核心能力

• 单文档状态管理：为每一个分析问题维护一份 Markdown 状态文档，集中承载全部推理线索。
• 节点关联：把问题、假设、证据、结论与分支状态相互连接，形成清晰的推理链条。
• 动态编辑：随着理解加深，支持新增、改写、重排或剪枝节点，保持分析树与实际认知同步。
• 位置标记：标记当前分析所处位置，并同步更新受影响的父级结论。
• 流程图生成：按需将最新状态渲染为 Mermaid 流程图，便于可视化呈现。
• 子树上交：为报告或分析交接准备压缩后的子树，保留未决项与证据边界。

安装配置

1. 准备 Node.js 环境，确保可使用 npx。
2. 执行安装命令：npx skillstore add crystal-cat2/analysis-tree。
3. 在 Claude、Codex 或 Claude Code 中加载该技能。
4. 确认有可写入的工作目录，用于存放分析树 Markdown 文档。

使用步骤

1. 提出一个明确的数据分析问题，作为整棵树的根节点。
2. 由助手创建核心节点、初始假设与当前分析位置。
3. 在调查过程中逐步补充证据，并记录其对应的假设节点。
4. 当某项判断成立或被推翻时，更新节点结论并回溯调整父级。
5. 对无关或已证伪的分支执行剪枝，保持树结构精简。
6. 需要汇报时生成 Mermaid 流程图，或压缩相关子树用于交接。

适用场景

• 异常指标排查：在探究某个指标异常波动时，持续维护假设、证据与结论。
• 团队推理复盘：查看哪些分支处于活动、已结论或已剪枝状态，再决定下一步分析方向。
• 研究任务交接：压缩相关问题子树，同时保留未决项与证据边界。
• 多轮数据分析：为长期、反复迭代的数据项目保留完整推理脉络。

适用人群

• 需要处理多假设、多分支问题的数据分析师。
• 强调推理可追溯性的科研与运营团队。
• 需要把分析过程沉淀为可交接资产的项目负责人。

工作原理

技能以 Markdown 状态文档为实现载体，把分析过程抽象为一棵节点树：根节点是问题本身，下层挂载假设、证据与结论，节点带有分支状态（活动 / 已结论 / 已剪枝）。助手在每轮对话中读写这棵树的对应节点，自动向上同步结论；Mermaid 渲染与子树压缩则是基于当前状态的两种输出形式。这样即使上下文窗口有限，分析逻辑也能保持连贯。

官方链接

• 技能页面：https://skillstore.io/skills/crystal-cat2-analysis-tree
• 仓库地址：https://github.com/crystal-cat2/agent-skills
• 安装命令：npx skillstore add crystal-cat2/analysis-tree

> 说明：本技能风险等级为 safe，审计状态 complete，支持 Claude、Codex、Claude Code，采用 MIT 许可证，质量评分 77。