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。

单个技能解决一个环节，把几个技能串起来，才能覆盖一整段工作。本文示范「流失信号识别」与三个相关技能的组合。

组合方案

顺序技能作用交给下一步的东西
1数据故事把一组数据组织成有逻辑的汇报故事线故事线与页面大纲
2流失信号识别找出预示用户流失的行为信号信号清单
3图表生成根据数据与目的选择合适图表并生成图表文件
4多表合并把多个结构相近的表格合并为一张合并结果

交接格式是关键

技能之间靠“上一步的输出就是下一步的输入”衔接。建议约定：

  • 每个技能的输出都带固定标题，便于下一个技能定位内容
  • 不确定项统一放在“需人工确认”小节，后续技能不得把它当作确定事实
  • 「流失信号识别」接收的是用户行为数据，如果上一步给的格式不同，先做一次转换

怎么编排

有三种常见方式：

  1. 人工串联：每一步结束后由人确认，再触发下一个技能，最稳妥
  2. 编排指令：写一个总技能，列出调用顺序与交接要求，由智能体依次执行
  3. 工作流平台：在 Dify、扣子、n8n 等平台中把每个技能做成节点，用条件分支处理异常

编排指令示例（示意）

# 组合流程：数据故事 → 流失信号识别 → 图表生成 → 多表合并
1. 调用 data-story，保存输出为 step1
2. 以 step1 为输入调用 churn-signals，保存为 step2
3. 以 step2 为输入调用 chart-maker
4. 调用 spreadsheet-merge 做收尾
- 任一步出现“需人工确认”时暂停，等待用户回复后再继续

注意事项

  • 链条越长，错误越容易被放大，关键节点要有人看
  • 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
  • 每个技能单独测试通过后再组合

相关技能

交付物结构示例

建议把信号清单固定成下面的结构（示意），方便复核与归档：

## 结论
一句话说明最重要的发现或结果

## 主要内容
- 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：……

## 依据
- 引用输入中的具体位置或数据

## 需人工确认
- ……（没有则写“无”）

结构固定之后，复核的人只要先看“结论”和“需人工确认”两部分，就能快速判断结果能否使用。

平台选择建议

同一个「流失信号识别」技能可以落在不同平台上，选择时主要看你在哪里工作、要不要执行代码、要不要接外部系统：

  • LangChain / LangGraph 工具：LangChain 用 @tool 装饰器把函数变成工具。详见LangChain / LangGraph 工具 版
  • 腾讯元器：腾讯元器是腾讯推出的智能体创作平台。详见腾讯元器 版
  • Claude Code Skill：Claude Code 的 Agent Skills 以文件夹为单位：一个 SKILL.md（YAML 头写 name 与 description）加上可选的脚本和参考资料。智能体平时只看到 description。详见Claude Code Skill 版

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，可据此排除不支持相应能力的平台。

延伸阅读

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。