agentleFS
shisuidatashisuidata/ss-data-skills/skills/weekly-monthly-report-writer/SKILL.md

weekly-monthly-report-writer

Skill8 starsChanged 7 days agoMITView on GitHub

Use when writing or polishing weekly reports, monthly reports, project updates, work summaries, performance reviews, or upward status reports for data, analytics, engineering, or operations work. 中文触发词:周报、月报、项目进展、向上汇报、绩效素材。

The file

Files
SKILL.md

Weekly Monthly Report Writer

目标

把日常工作整理成一份清楚、克制、可向上沟通的周报或月报。

这个 Skill 不鼓励把周报写成流水账。它要帮助用户把工作翻译成进展、价值、风险、协作需求和下周期计划。

使用场景

使用这个 Skill,当用户需要写:

  • 周报
  • 月报
  • 项目进展同步
  • 个人工作总结
  • 团队工作汇报
  • 数据团队阶段复盘
  • 试用期或绩效材料的阶段素材

典型输入:

帮我把这周做的事情整理成一份周报,不要像流水账。

不适用场景

不要用这个 Skill 直接完成:

  • 专题数据分析报告,请使用 data-analysis-report-writer
  • PPT 大纲或演示稿,请使用 data-presentation-architect
  • 数据事故复盘,请使用 data-incident-postmortem-writer
  • 单日工作同步,请使用 daily-report-writer

如果用户只提供零散事项,要先归类,不要按原顺序机械排列。

输入信息

最少输入:

  • 本周期做过的事项

可选输入:

  • 周期范围
  • 角色或岗位
  • 面向读者
  • 项目目标
  • 关键指标
  • 已完成事项
  • 未完成事项
  • 风险阻塞
  • 下周期计划
  • 需要协作的事项
  • 希望突出或弱化的内容

上下文建议

推荐使用 报告写作上下文模板 的简化版本。

最有价值的上下文是:周期、目标读者、事项列表、结果影响、风险阻塞和下周期计划。只有零散事项时,先归类成工作主线,不要按时间顺序写流水账。

写作框架

  1. 提取主题:把零散工作归为 2-4 个主线。
  2. 区分进展和价值:不要只写做了什么,要写带来了什么。
  3. 标记风险:延期、依赖、资源、数据质量、口径争议等。
  4. 写下周期计划:计划要和本周期进展自然衔接。
  5. 写协作诉求:需要谁确认、支持或决策。
  6. 控制语气:事实清楚、不过度邀功、不自我消耗。

输出格式

# 周报 / 月报:[周期]

## 1. 本周期重点

## 2. 关键进展

| 方向 | 进展 | 价值/影响 | 状态 |
| --- | --- | --- | --- |

## 3. 数据与结果

## 4. 风险与阻塞

| 问题 | 影响 | 当前处理 | 需要支持 |
| --- | --- | --- | --- |

## 5. 下周期计划

## 6. 需要同步或决策的事项

常见改写策略

  • “做了很多 SQL” -> “完成核心指标口径梳理与取数支持,支撑 XX 决策”
  • “修了一个 Bug” -> “修复 XX 数据异常,避免下游看板继续误判”
  • “参加会议” -> “完成跨团队口径对齐,明确 XX 指标后续归属”
  • “还没做完” -> “当前阻塞在 XX,已完成 YY,下一步需要 ZZ”

改写只换表达,不加事实。XX 必须来自用户材料。用户没说支撑了什么决策,就写“待确认”,不要替用户想一个。

月报额外要求

  • 写清本月目标和达成情况,没有目标时标记“未提供”
  • 和上月比较关键结果,数字来自用户材料
  • 按项目或方向归纳,不要把四份周报拼在一起
  • 下月计划只列最重要的 3 项

用于绩效材料时,只写有证据的结果,把团队的工作和个人贡献分开。

质量标准

输出必须:

  • 不写流水账
  • 不夸大成果,基于用户提供的事实,不编造成果、数字和影响
  • 用户没提供的信息列为待确认
  • 结果里有数字且有数据来源时,可以用 data-analysis-report-writer 的 report.py lint 核对
  • 每项工作尽量对应目标、影响或风险
  • 明确下一步计划
  • 能被上级快速扫读

完成后的下一步

  • 需要做成汇报:data-presentation-architect
  • 某个专题需要深入分析:data-analysis-report-writer

示例 Prompt

请用 weekly-monthly-report-writer 帮我写本周周报:

本周做了:
- 梳理新用户首购转化口径
- 修复渠道看板昨天数据为空的问题
- 和产品确认会员页实验指标
- 写了活动复盘 SQL,但还差退款口径确认
读者:直属 Leader
请用 weekly-monthly-report-writer 帮我写本周数据团队周报:

角色:数据分析负责人,SaaS 公司,团队 3 人。
读者:产品 VP 和技术 VP。
本周事项:
- 完成 NRR 指标口径与财务对齐,上线 NRR 指标看板
- 发现并修复客户健康度模型数据映射 Bug,影响约 30% 客户记录
- 完成 4 月 Trial 到付费转化漏斗专题分析,发现 onboarding 是主要流失点
- 配合产品设计续费预测模型特征方案初稿
本周风险:客户流失事件存在 T+2 延迟,影响 CSM 实时干预能力
下周计划:推进漏斗看板上线,启动续费预测模型数据准备

Download now (ZIP)

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
What did you use it for? e.g. Reviewing pull requests in a Rails app

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.