professional-report-writer
Skill2 starsChanged 9 days agoMITView on GitHub
Standard and automated generator for executive, data analysis, machine learning, financial, and technical reports. Enforces Minto Pyramid (BLUF - Bottom Line Up Front) structure, formal Indonesian (KBBI/PUEBI) or Technical English prose, zero emoji clutter (Rule 20), tabular-nums financial/scientific tables, GitHub and KaTeX math rendering, and single-file print-ready HTML/PDF export via scripts/build-html-report.py. Use whenever writing or exporting formal reports, research summaries, executive briefs, or dataset/model evaluation documents.
In this repository18 other files it gives its agents.
- AGENTS.mdAGENTS.md
- templates/AGENTS.mdAGENTS.md
- templates/copilot-instructions.mdCopilot instructions
- clean-code-concise-docsSkill
- data-analysis-explorerSkill
- data-science-workbenchSkill
- diff-reviewSkill
- distinctive-ui-designSkill
- domain-scaffoldingSkill
- git-commit-craftSkill
- github-repo-publishSkill
- laravel-web-studioSkill
- ml-model-engineeringSkill
- readme-github-syncSkill
- release-deploy-checkSkill
- security-auditSkill
- shadcn-admin-design-systemSkill
- verify-and-testSkill
The file
Files
Professional Report Writer & Executive Document Generator
Standar penyusunan laporan teknis, ilmiah, finansial, dan eksekutif yang rapi, berwibawa, serta siap dipublikasikan dalam format Markdown maupun Single-File Print-Ready HTML / PDF.
Skill ini memperbaiki kelemahan pada repositori referensi (alirezarezvani/claude-skills md-document dan 1donatien0/data-analysis-skill):
- Tanpa Batas Minimum Baris:
md-documentmenolak dokumen di bawah 100 baris; skill ini menerima dokumen dengan panjang berapa pun. - Mendukung Tiga Sumber Input Sekaligus: Dapat merender laporan dari berkas Markdown (
.md), JSON Profil Dataset (profile-dataset.py), maupun JSON Manifest Model ML (train-evaluate-baseline.py). - Dukungan Penuh Matematika (KaTeX & GitHub
```math): Merender blok rumus matematika dan tabel angka presisi (tabular-nums). - Siap Cetak ke PDF Ukuran A4 (
@media print): Menyertakan aturan pemenggalan halaman (break-inside: avoid), kop metadata dokumen, dan tipografi Swiss/Editorial bebas emoji.
1. Perangkat Generator Laporan (scripts/build-html-report.py)
# 1. Konversi laporan Markdown (.md) menjadi dokumen HTML eksekutif siap cetak PDF
python skills/professional-report-writer/scripts/build-html-report.py `
--input docs/laporan-analisis.md `
--title "Laporan Evaluasi Kinerja Reksa Dana Indonesia" `
--subtitle "Analisis Kuantitatif Multi-Faktor Periode 2020-2024" `
--author "Tim Riset Kuantitatif" `
--output reports/laporan-reksadana.html
# 2. Bangun laporan otomatis dari JSON hasil profile-dataset.py
python skills/professional-report-writer/scripts/build-html-report.py `
--input scratch/profile_result.json `
--title "Laporan Audit Kualitas & Eksplorasi Dataset" `
--output reports/audit-dataset.html
# 3. Bangun laporan evaluasi model otomatis dari model_manifest.json
python skills/professional-report-writer/scripts/build-html-report.py `
--input models/baseline_run/model_manifest.json `
--title "Laporan Validasi & Kesiapan Produksi Model ML" `
--output reports/evaluasi-model.html2. Arsitektur Laporan: Piramida Minto (BLUF — Bottom Line Up Front)
Pembaca eksekutif dan pengambil keputusan membutuhkan kesimpulan pada 30 detik pertama. Setiap laporan profesional wajib disusun dari kesimpulan menuju rincian metodologis:
flowchart TD
A["1. Ringkasan Eksekutif & Rekomendasi Utama (BLUF)"] --> B["2. Cakupan Data, Periode, & Definisi Metrik"]
B --> C["3. Temuan Kuantitatif & Analisis Komparatif"]
C --> D["4. Metodologi, Formulasi Matematika, & Validasi"]
D --> E["5. Risiko, Keterbatasan, & Rencana Tindak Lanjut"]2.1 Bagian 1: Ringkasan Eksekutif (Executive Summary)
- Maksimal 1 paragraf pengantar dan 3–5 butir temuan utama.
- Setiap butir diawali dengan subjek tercetak tebal, diikuti angka terukur, perbandingan, dan keputusan yang direkomendasikan.
- Contoh: Rekomendasi Utama: Alokasikan bobot 60% pada instrumen Pasar Uang berlikuiditas tinggi ($\text{AUM} \ge \text{Rp } 50\text{ miliar}$), yang menghasilkan rata-rata Sharpe Ratio
1,84dengan Maximum Drawdown di bawah0,45%sepanjang periode 2020–2024.
2.2 Bagian 2: Metadata Cakupan & Kualitas Data
Wajib disajikan dalam tabel ringkas di awal laporan:
- Sumber data dan institusi acuan.
- Rentang periode waktu observasi (tanggal awal s.d. tanggal akhir).
- Jumlah observasi total vs jumlah observasi bersih yang dianalisis.
- Asumsi dasar (misal: suku bunga bebas risiko BI Rate $6,0%$, hari bursa 252 hari/tahun).
2.3 Bagian 3: Tabel & Grafik Berstandar Publikasi
- Aturan Tabel Angka:
- Kolom teks rata kiri (
text-align: left); kolom angka, persentase, dan mata uang wajib rata kanan (text-align: right) denganfont-variant-numeric: tabular-nums. - Tulis satuan di kepala kolom (
AUM (Rp Miliar),Imbal Hasil 1Y (%)), jangan mengulang kataRpatau%di setiap sel jika mengurangi keterbacaan. - Gunakan jumlah angka di belakang koma yang konsisten di seluruh kolom (misal: 2 desimal untuk persentase
12,40%, 4 desimal untuk nilai-$p$ atau skor normalisasi0,7842).
- Kolom teks rata kiri (
- Aturan Penulisan Rumus Matematika:
- Gunakan blok
```mathuntuk persamaan utama dan definisikan setiap simbol variabel tepat di bawah rumus dalam bentuk daftar.
- Gunakan blok
2.4 Bagian 4: Keterbatasan & Mitigasi Risiko
Laporan yang kredibel selalu menyebutkan batasan analisis secara jujur (misal: risiko survivorship bias, keterbatasan data historis terhadap perubahan rezim suku bunga, atau segmen dengan ukuran sampel kecil $n < 30$).
3. Standar Bahasa & Kerapian Dokumen (Rule 20)
- Nol Emoji: Dilarang menaruh emoji di sampul, judul bab, tabel, maupun catatan kaki.
- Bahasa Baku (KBBI / PUEBI): Gunakan kata baku (analisis, risiko, autentikasi, standardisasi, persentase, hipotesis, praktik, mengubah).
- Judul Bab Informatif: Gunakan judul bernomor yang rapi (
1. Ringkasan Eksekutif,2. Metodologi dan Formulasi,3. Evaluasi Empiris).
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

