feedback-analyzer
✓通過使用反饋、指標分析和結果評估來分析技能有效性。基於任務的操作，用於反饋收集、有效性測量、趨勢分析和洞察提取。在分析技能有效性、衡量投資回報率、了解使用模式或根據實際使用數據評估工具包影響時使用。
SKILL.md
feedback-analyzer evaluates skill effectiveness through analysis of usage data, feedback, metrics, and outcomes.
| Collect Usage Data | Gather metrics | 30-60m | Data collection | | Measure Effectiveness | Quantify impact, ROI | 45-90m | Effectiveness metrics | | Analyze Trends | Patterns over time | 45-90m | Trend analysis | | Extract Insights | Actionable insights | 30-60m | Recommendations |
feedback-analyzer provides data-driven understanding of toolkit effectiveness for evidence-based improvement decisions.
通過使用反饋、指標分析和結果評估來分析技能有效性。基於任務的操作，用於反饋收集、有效性測量、趨勢分析和洞察提取。在分析技能有效性、衡量投資回報率、了解使用模式或根據實際使用數據評估工具包影響時使用。 來源：adaptationio/skrillz。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/adaptationio/skrillz --skill feedback-analyzer- 分類
- {}資料分析
- 認證
- ✓
- 收錄時間
- 2026-02-01
- 更新時間
- 2026-02-18
快速解答
什麼是 feedback-analyzer？
通過使用反饋、指標分析和結果評估來分析技能有效性。基於任務的操作，用於反饋收集、有效性測量、趨勢分析和洞察提取。在分析技能有效性、衡量投資回報率、了解使用模式或根據實際使用數據評估工具包影響時使用。 來源：adaptationio/skrillz。
如何安裝 feedback-analyzer？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/adaptationio/skrillz --skill feedback-analyzer 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/adaptationio/skrillz
詳情
- 分類
- {}資料分析
- 來源
- skills.sh
- 收錄時間
- 2026-02-01