🧬 Taiwan.md — Analyze（極簡薄殼）
SkillDev toolsRigorous data-analysis investigation via canonical ANALYSIS-PIPELINE — defends against 分析幻覺 (true-but-misleading numbers). Impact / attribution / funnel / reception / cohort analysis with confounder isolation + honest gates. TRIGGER when: user says "分析 X 有沒有改善", "這流量哪來", "before/after", "改版影響", "研究這批數據", "這個 finding 可不可信", "跑 analysis".
Available today. Use it from your connected AI after setup.
No other account needed.
Connect ahel once, and every AI you use reads what you have installed.
Then ask your AI: use the 🧬 Taiwan.md — Analyze（極簡薄殼） skill
What this skill tells your AI
The instructions your AI receives, as published by frank890417/taiwan-md in .claude/skills/twmd-analyze/SKILL.md and read by ahel’s review.
故意極簡。所有 SOP（Stage 0-7 / Hard Gate Inventory / 分析幻覺 H1-H9 目錄 / 5 mode / 深淺兩檔 / 工具盤 / §跨檔分工）100% 在 pipeline canonical。本 skill 只做三件事，不複寫 pipeline 內容（複寫 = drift = 退化）。
1. STRICT BECOME GATE（不可省）
跑 /twmd-become 完整 BECOME_TAIWANMD.md Step 0-9。分析會影響決策 / 對外 / 自己分析自己 → high-stake 強制升 Full mode，self-test 全過才動工。
2. 完整讀 ANALYSIS-PIPELINE（不可 head / tail / 取樣）
用 Read tool 一次讀完 docs/pipelines/ANALYSIS-PIPELINE.md（無 limit / offset）。照 Stage 0-7 跑，每道 hard gate 都過。
3. 執行 + 過誠實 gate 才交報告
工具盤在 scripts/tools/：ga-query.py / sc-query.py / ga-window-compare.py / referral-attribution.py / analysis-report-health.py（地基 lib/sense_client.py）。報告 ship 前 python3 scripts/tools/analysis-report-health.py {report} --tier=deep 必 PASS。Stage 7 把 finding route 到 INBOX / probe / watch，不讓報告腐爛。
鐵律：可重用的是判斷不是查詢；pipeline 防的是「真實但誤導」的分析幻覺（H1 尺度 / H2 率量 / H3 lag / H7 自我驗證）。不要用 ga4-analytics skill 的 runReport 下 filter（靜默吞 filter，REFLEXES #24）—— 一律用 ga-query.py。
Signals
- GitHub stars
- 1k
- Forks
- 185
- Last commit
- Sep 2026
Advanced
- Catalog kind
- skill
- Gateway key
twmd-analyze- Source
- github.com/frank890417/taiwan-md