AGENTS.md 小节实战：把流失信号识别变成团队共享流程
把「流失信号识别」交给智能体，难点不在模型能力，而在流程是否说清楚：输入是什么（用户行为数据），按什么顺序处理，交付什么（信号清单），哪些事不能做。Skill 就是把这些写下来的载体。
本文介绍如何在 AGENTS.md 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。
这个技能做什么
| 项目 | 说明 |
|---|---|
| 技能 | 流失信号识别（churn-signals） |
| 作用 | 找出预示用户流失的行为信号 |
| 输入 | 用户行为数据 |
| 输出 | 信号清单 |
| 形态 | 带脚本 |
| 风险 | 中 |
| 适用人群 | 数据分析师与运营 |
处理流程分四步：
- 定义流失
- 对比流失与留存用户
- 列出差异显著的行为
- 建议预警规则
这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码；属于中等风险：结果会影响业务判断，建议在输出前设置人工审核点。
在 AGENTS.md 中是什么形态
AGENTS.md 是放在仓库根目录、写给编码智能体看的说明文件，多个编码智能体工具都会读取它。把常用流程写成其中的一个小节，就相当于给所有智能体装上同一个技能。
根目录的 AGENTS.md 对整个仓库生效；子目录也可以放自己的 AGENTS.md，就近补充或覆盖说明。
示例配置
AGENTS.md 中的小节示例（示意）：
## 流失信号识别（churn-signals）
- 何时使用：用户需要找出预示用户流失的行为信号
- 输入：用户行为数据
- 输出：信号清单
- 步骤：
1. 定义流失
2. 对比流失与留存用户
3. 列出差异显著的行为
4. 建议预警规则
- 约束：
- 结论要回到原始数据核对口径，避免把相关当因果。
- 结论中不确定的部分单独列出，标注「需人工确认」。
- 脚本只在当前项目目录内运行，运行失败时报告错误原文，不要猜测结果。
示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在数据分析师与运营提出相关请求时能对上号；二是约束部分要写进「结论要回到原始数据核对口径，避免把相关当因果」这类领域规矩，避免智能体自作主张。
安装与启用步骤
- 在仓库根目录打开（或新建）AGENTS.md
- 新增一个以技能名命名的小节，写清何时使用、输入、步骤与约束
- 引用项目里已有的命令和脚本，不要写不存在的命令
- 让智能体执行一次相关任务，检查是否遵循
- 随代码评审一起维护这个小节
实操：一次完整的运行
假设你在表格、数据库与 Notebook中发出这样的请求（虚构示例）：
帮我做一下流失信号识别，材料是附上的用户行为数据。
智能体识别到任务与「流失信号识别」相关后，会依次定义流失、对比流失与留存用户、列出差异显著的行为、建议预警规则。最终交付信号清单，并在末尾列出需要人工确认的内容。你的工作是对照原始用户行为数据抽查两三处关键信息，确认无误后再使用。
测试与验收
让两个不同的编码智能体分别执行同一任务，对比是否都按小节中的步骤进行。
针对这个技能，还建议额外准备：
- 一份信息齐全的标准用户行为数据，检查输出是否完整
- 一份缺少关键信息的输入，检查智能体是否先提问而不是编造
- 一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效
常见坑
- AGENTS.md 越写越长，变成没人维护的百科；每个小节保持一屏以内。
- 写了与实际不符的构建或测试命令，智能体会照做并失败。
- 只写了步骤，没写交付格式，导致每次输出的信号清单结构不同。
- 没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。
延伸阅读
- 流失信号识别 · 飞书 aily 版
- 流失信号识别 · 场景实录
- 流失信号识别 · 团队落地
- 对标分析 · AGENTS.md 版
- 指标异动分析 · AGENTS.md 版
- 智能体Skills 分类：625 个技能 × 32 个角度
说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。