Skills Marketplace by Databox 提供预制AI分析技能，营销人员可快速从业务数据生成可分享报告，支持在Claude中对话或自动推送至Slack/邮箱。 热门评论 PH 用户Hey Product Hunt 👋今天我很激动地宣布，我们推出了全新的 Skills Marketplace，用于AI驱动的数据分析。这是Databox团队十多年努力成果的结晶。九年前，我离开HubSpot，成为Databox的CEO，那时候它还是个没人听说过的小创业公司。我之所以加入，是因为他们在解决一个我知道必须解决的问题：让数据驱动决策变得对每个人都简单，而不仅仅是分析师。那时候，光是整合数据就是最困难的部分。数据分散在十几个工具里，要把它们集中到一个地方，得费不少功夫，然后才能开始分析。我们基本已经解决了那部分问题。瓶颈转移到了下游——分析环节，而AI看起来是解决办法。去年，潜在客户开始告诉我们，他们用AI来做数据分析。AI输出的结果看起来很自信，但他们发现数学计算经常不对。我们并不惊讶，因为我们看到了他们的做法：上传CSV文件给AI部分数据，从不同工具截取图表，或者一次只连接一个MCP服务器。解决办法不是停止使用AI，而是把AI连接到能聚合数据、应用真实指标定义并执行数学计算的东西上，这样返回的结果才准确，而不只是自信。这正是Databox所做的——无论你使用我们内置的AI分析师Genie，还是通过我们的MCP服务器连接你自己的LLM。我们几个月前推出了这两项功能，现在已经有四分之一的客户每周都在使用。他们用得越多，下一个问题就越清晰。运行分析本身不再是难点，难点变成：该运行哪个分析。我们意识到，与其给用户一个空白的聊天框，不如提供现成的可用技能，这样能加速他们的上手。于是我们构建了Skills Marketplace。这是一个免费的预构建AI分析技能库，能连接到实时数据，不到一分钟就能返回一份完整的报告。每个技能都对应一个特定的分析工作流，它已经知道要提取哪些指标、对比什么、标记什么以及如何结构化输出。举几个例子：- 每周GA4流量报告：会话数、渠道分布、热门页面、转化率、异常标记，全部来自实时数据- 跨渠道付费广告汇总：从Google、Meta和LinkedIn一次触发即可生成- 定时工作流：按计划自动推送至Slack或邮箱，没人需要记得手动运行我们上线了20多个技能和工作流，全部免费下载。来看看我们做的这些东西，如果对你有用的话告诉我们。🙏P.S.——你们团队每周还在手动重建的、你最希望它能自动运行的那份报告是什么？在评论里告诉我们吧。我们会根据这些回复决定下一步重点构建什么。P.P.S.——越来越多AI专家正在为我们的市场构建技能，借此接触到我们数十万用户（包括客户和合作伙伴）。想加入吗？在下面回复，我们会联系你并告知具体步骤。PH 用户Skills Marketplace背后的洞察并非来自产品路线图，而是来自观察人们在实际使用Databox MCP后的行为。团队连接了数据源，开始在Claude中提问，得到了不错的答案。但随后他们遇到了瓶颈：他们得自己想出该问什么问题、如何结构化分析、拿什么做对比。这就是“空白画布问题”。AI能力足够，但分析工作流还是只存在于某人的脑子里。这就是一个skill要解决的问题。它不是一条prompt，而是一个完整的分析工作流——包括问题、结构、上下文、输出格式——全部打包成一个文件。专业经验直接内嵌其中。一个从未写过分析报告的人，触发一个GA4 skill，就能得到一份连资深分析师都愿意发出的报告。我们首先自己构建了第一批skill来验证这个格式。然后有趣的事情发生了——人们开始问能不能自己构建并分享。那时我们就知道，做marketplace是正确的方向。最让我兴奋的是未来的方向：- Skill成为一种新的内容格式。博客文章教你如何分析付费广告，而skill直接帮你完成分析。知识是可执行的，而不仅仅是可阅读的。- 质量标准是结构化的。每个skill都附带指标映射、设置指南和故障排除流程。输出基于实时数据，而不是某人在Twitter上分享的一条prompt——它能经得起真实数据的检验。- 它会产生复利效应。每新增一个skill到marketplace，都是连接另一个数据源的理由。更多数据源、更丰富的上下文、更好的输出。整个系统会随时间变得越来越有用。我们今天上线了20多个skill和工作流，这个数字会快速增长。更大的愿景是：让市场或运营团队每个重复的分析任务都有一个skill能自动完成——基于真实数据、结构化可共享、值得信赖并据此行动。我们认为这个世界比大多数人想象得更近。PH 用户每个团队都有一个报告工作流，耗时比应有的长。拉数据、格式化数字、写摘要、发给正确的人。Skills Marketplace取代了这个循环。下载一个由懂行的人构建的skill，在你实时的Databox数据上运行，不到一分钟就能拿到完成的分析。对于定期报告，设置好n8n工作流，它就会按计划自动运行，无需任何人手动触发。最清楚的投资回报体现在你团队每周都要产出的那些报告上。PH 用户从产品角度看，这感觉像是一个从仪表盘到工作流的转型。这是明智之举，因为仪表盘已经变得只是入场券。真正的价值现在在于决策自动化，而不是可视化。PH 用户我在几个账号上测试了跨渠道付费广告skill，这些账号连接了Google Ads、Facebook Ads和LinkedIn Ads。输出结果涵盖了按平台的ROAS、CTR趋势、预算消耗速度和异常标记——一次运行，不到一分钟。没有手动拉数据，没有prompt工程，就是付费广告分析师会做出的那种分析，直接可用。对于每周要为多个客户做这类报告的人来说，节省的时间不是“一点”，而是整个任务直接取消。PH 用户我必须要好好感谢那些已经构建了技能的合作伙伴。他们的技能写得非常好，而且非常实用。这些合作伙伴已经花了（如果不是几十年的话）很多年亲手为自己和客户做这项工作。现在他们把那些经验和判断编码成了这些技能，供我们其他人使用。这真的非常宝贵，也非常慷慨！有几个值得去看看的……Rick Kranz（AI Marketing Labs，https://ai-marketinglabs.com）构建了一整套分析技能。他的 Sales Pulse 技能通过 Databox 连接到你的 CRM，拉取 14+ 个 pipeline、活动和漏斗指标，比较两个滚动四周期间，然后找出真正重要的 3-4 个发现，比如交易集中风险和覆盖率比例——在展示任何图表之前就告诉你。这是 pipeline 解读，而不是又一个仪表盘。https://databox.com/skills-marketplace/skill/sales-pulse-dashboardManav Mehra（Wagman Digital，https://wagmandigital.com）在金融行业干了 18 年，然后构建了 Quick Financial Health Check。它通过 Databox 拉取损益表、资产负债表、现金和 AR/AP，然后为服务类公司输出一份月度财务仪表盘：现金流预测、应收账龄、发票遗漏检测。如果某个数字缺失了，它会显示一个可见的数据缺口，而不是凭空捏造一个。这种严谨正是关键所在。https://databox.com/skills-marketplace/skill/quick-financial-health-checkVasundhara Gupta（Atidiv，https://atidiv.com）为那些根本不想打开仪表盘的人构建了 Morning Marketing Summary。它每天早上审查你的营销数据，并通过电子邮件或 Slack 发送一份 250 字以内的简明英文简报：发生了什么、什么重要、以及该做的 2-4 个动作。它会在第一次运行时学习你的渠道和目标，之后每份简报都会量身定制。https://databox.com/skills-marketplace/workflow/morning-marketing-summaryKeith Gutierrez（Modgility，https://modgility.com）构建了 Content Performance MAX，它能把任意 URL 在大约两分钟内变成一份可直接审阅的 SEO 元数据重写稿。它利用 Databox 中的 GA4 和 Search Console 数据来判断哪些页面值得优先优化，然后起草新的 title、H1 和 meta description，并在写入你的 CMS 之前设置一个人工审批环节。https://databox.com/skills-marketplace/skill/content-performance-max-starterMarc Woodland（Winbox，https://www.winbox.co）是 LinkedIn Ads 专家，也是 LinkedIn Ads Insider 播客的联合主持人，他构建了 Monthly LinkedIn Ads Analytics 来解决每个团队都头疼的问题：一个人构建的优秀工作流不应该死在他的笔记本电脑上。他的技能把 Databox MCP 直接接入了 Claude，无需导出或电子表格就能把你的 LinkedIn Ads 广告活动数据拉进对话，并生成一份简洁的单页月度报告，以触达、相关性、互动度和 pipeline 为基准。https://databox.com/skills-marketplace/skill/monthly-linkedin-ads-analyticsLaszlo Fazakas（Arcanian，https://arcanian.com）构建了 Set Baseline 来消除我常见的一个陷阱：把上个月当作基准。对于季节性业务来说，12 月并不是 1 月的公平参照。他的技能拉取足够的历史数据来发现季节性模式，然后以季节性调整后的范围来表述基准，并附上计算过程和置信水平——这样"效果如何？"终于有了一个诚实的对比对象。https://databox.com/skills-marketplace/skill/set-baseline今天的发布是一个非常重要的里程碑。但是，只要真正有经验的人添加一个技能，这个市场就会变得更好。所以，如果你已经在 Databox MCP 上构建了东西，或者想构建，在这里回复，我们会把你加进去。 热门产品Ziga Potocnik2026-06-30原文 打开互动版
今天我很激动地宣布，我们推出了全新的 Skills Marketplace，用于AI驱动的数据分析。这是Databox团队十多年努力成果的结晶。
九年前，我离开HubSpot，成为Databox的CEO，那时候它还是个没人听说过的小创业公司。我之所以加入，是因为他们在解决一个我知道必须解决的问题：让数据驱动决策变得对每个人都简单，而不仅仅是分析师。
那时候，光是整合数据就是最困难的部分。数据分散在十几个工具里，要把它们集中到一个地方，得费不少功夫，然后才能开始分析。
我们基本已经解决了那部分问题。
瓶颈转移到了下游——分析环节，而AI看起来是解决办法。
去年，潜在客户开始告诉我们，他们用AI来做数据分析。AI输出的结果看起来很自信，但他们发现数学计算经常不对。我们并不惊讶，因为我们看到了他们的做法：上传CSV文件给AI部分数据，从不同工具截取图表，或者一次只连接一个MCP服务器。
解决办法不是停止使用AI，而是把AI连接到能聚合数据、应用真实指标定义并执行数学计算的东西上，这样返回的结果才准确，而不只是自信。这正是Databox所做的——无论你使用我们内置的AI分析师Genie，还是通过我们的MCP服务器连接你自己的LLM。
我们几个月前推出了这两项功能，现在已经有四分之一的客户每周都在使用。
他们用得越多，下一个问题就越清晰。运行分析本身不再是难点，难点变成：该运行哪个分析。
我们意识到，与其给用户一个空白的聊天框，不如提供现成的可用技能，这样能加速他们的上手。于是我们构建了Skills Marketplace。
这是一个免费的预构建AI分析技能库，能连接到实时数据，不到一分钟就能返回一份完整的报告。每个技能都对应一个特定的分析工作流，它已经知道要提取哪些指标、对比什么、标记什么以及如何结构化输出。
举几个例子：- 每周GA4流量报告：会话数、渠道分布、热门页面、转化率、异常标记，全部来自实时数据- 跨渠道付费广告汇总：从Google、Meta和LinkedIn一次触发即可生成- 定时工作流：按计划自动推送至Slack或邮箱，没人需要记得手动运行我们上线了20多个技能和工作流，全部免费下载。
来看看我们做的这些东西，如果对你有用的话告诉我们。🙏
P.S.——你们团队每周还在手动重建的、你最希望它能自动运行的那份报告是什么？在评论里告诉我们吧。我们会根据这些回复决定下一步重点构建什么。
P.P.S.——越来越多AI专家正在为我们的市场构建技能，借此接触到我们数十万用户（包括客户和合作伙伴）。想加入吗？在下面回复，我们会联系你并告知具体步骤。
团队连接了数据源，开始在Claude中提问，得到了不错的答案。但随后他们遇到了瓶颈：他们得自己想出该问什么问题、如何结构化分析、拿什么做对比。这就是“空白画布问题”。AI能力足够，但分析工作流还是只存在于某人的脑子里。
这就是一个skill要解决的问题。它不是一条prompt，而是一个完整的分析工作流——包括问题、结构、上下文、输出格式——全部打包成一个文件。专业经验直接内嵌其中。一个从未写过分析报告的人，触发一个GA4 skill，就能得到一份连资深分析师都愿意发出的报告。
我们首先自己构建了第一批skill来验证这个格式。然后有趣的事情发生了——人们开始问能不能自己构建并分享。那时我们就知道，做marketplace是正确的方向。
最让我兴奋的是未来的方向：- Skill成为一种新的内容格式。博客文章教你如何分析付费广告，而skill直接帮你完成分析。知识是可执行的，而不仅仅是可阅读的。- 质量标准是结构化的。每个skill都附带指标映射、设置指南和故障排除流程。输出基于实时数据，而不是某人在Twitter上分享的一条prompt——它能经得起真实数据的检验。- 它会产生复利效应。每新增一个skill到marketplace，都是连接另一个数据源的理由。更多数据源、更丰富的上下文、更好的输出。整个系统会随时间变得越来越有用。我们今天上线了20多个skill和工作流，这个数字会快速增长。
更大的愿景是：让市场或运营团队每个重复的分析任务都有一个skill能自动完成——基于真实数据、结构化可共享、值得信赖并据此行动。我们认为这个世界比大多数人想象得更近。
这些合作伙伴已经花了（如果不是几十年的话）很多年亲手为自己和客户做这项工作。现在他们把那些经验和判断编码成了这些技能，供我们其他人使用。
这真的非常宝贵，也非常慷慨！
有几个值得去看看的……
Rick Kranz（AI Marketing Labs，https://ai-marketinglabs.com）构建了一整套分析技能。他的 Sales Pulse 技能通过 Databox 连接到你的 CRM，拉取 14+ 个 pipeline、活动和漏斗指标，比较两个滚动四周期间，然后找出真正重要的 3-4 个发现，比如交易集中风险和覆盖率比例——在展示任何图表之前就告诉你。这是 pipeline 解读，而不是又一个仪表盘。https://databox.com/skills-marketplace/skill/sales-pulse-dashboard
Manav Mehra（Wagman Digital，https://wagmandigital.com）在金融行业干了 18 年，然后构建了 Quick Financial Health Check。它通过 Databox 拉取损益表、资产负债表、现金和 AR/AP，然后为服务类公司输出一份月度财务仪表盘：现金流预测、应收账龄、发票遗漏检测。如果某个数字缺失了，它会显示一个可见的数据缺口，而不是凭空捏造一个。这种严谨正是关键所在。https://databox.com/skills-marketplace/skill/quick-financial-health-check
Vasundhara Gupta（Atidiv，https://atidiv.com）为那些根本不想打开仪表盘的人构建了 Morning Marketing Summary。它每天早上审查你的营销数据，并通过电子邮件或 Slack 发送一份 250 字以内的简明英文简报：发生了什么、什么重要、以及该做的 2-4 个动作。它会在第一次运行时学习你的渠道和目标，之后每份简报都会量身定制。https://databox.com/skills-marketplace/workflow/morning-marketing-summary
Keith Gutierrez（Modgility，https://modgility.com）构建了 Content Performance MAX，它能把任意 URL 在大约两分钟内变成一份可直接审阅的 SEO 元数据重写稿。它利用 Databox 中的 GA4 和 Search Console 数据来判断哪些页面值得优先优化，然后起草新的 title、H1 和 meta description，并在写入你的 CMS 之前设置一个人工审批环节。https://databox.com/skills-marketplace/skill/content-performance-max-starter
Marc Woodland（Winbox，https://www.winbox.co）是 LinkedIn Ads 专家，也是 LinkedIn Ads Insider 播客的联合主持人，他构建了 Monthly LinkedIn Ads Analytics 来解决每个团队都头疼的问题：一个人构建的优秀工作流不应该死在他的笔记本电脑上。他的技能把 Databox MCP 直接接入了 Claude，无需导出或电子表格就能把你的 LinkedIn Ads 广告活动数据拉进对话，并生成一份简洁的单页月度报告，以触达、相关性、互动度和 pipeline 为基准。https://databox.com/skills-marketplace/skill/monthly-linkedin-ads-analytics
Laszlo Fazakas（Arcanian，https://arcanian.com）构建了 Set Baseline 来消除我常见的一个陷阱：把上个月当作基准。对于季节性业务来说，12 月并不是 1 月的公平参照。他的技能拉取足够的历史数据来发现季节性模式，然后以季节性调整后的范围来表述基准，并附上计算过程和置信水平——这样"效果如何？"终于有了一个诚实的对比对象。https://databox.com/skills-marketplace/skill/set-baseline
今天的发布是一个非常重要的里程碑。但是，只要真正有经验的人添加一个技能，这个市场就会变得更好。
所以，如果你已经在 Databox MCP 上构建了东西，或者想构建，在这里回复，我们会把你加进去。