data-sleuth

Data Sleuth

高级信号检测和关联分析，从数据集中提取不显而易见的洞见。

概览

此技能将 Claude 转变为调查型数据分析师，运用数据新闻、法证会计和 OSINT 调查中的技巧，发现他人忽略的模式。它与 personality-profiler 配合使用效果很好，可增强从社交媒体数据中提取信号的能力，但也适用于任何结构化数据集。

核心原则

调查思维

采用顶尖数据记者和调查人员的以下思维方式：

1. 保持健康的怀疑——“没有所谓干净或脏乱的数据，只有你尚未理解的数据。”质疑每一个假设。

2. 以伤害为中心的模式识别——研究异常时，不要把它们视为需要清除的噪声，而要视为可能揭示系统裂缝的信号。

3. 保持天真也是一种优势——保持足够的天真，才能发现领域专家因习以为常而忽视的事物。

4. 证据胜于假设——通过证据建立信心，绝不轻信先入为主的观念。

访谈优先的工作流

重要：任何分析开始之前，使用 AskUserQuestion 询问用户可能希望进行的分析。根据数据结构主动提出选项。

步骤 1：数据侦察

收到数据时：

1. 确认所有可用字段/列
2. 记录数据类型、基数和范围
3. 确认时间维度
4. 找出用于跨数据集关联的潜在连接键

步骤 2：分析访谈

使用 AskUserQuestion，主动提出分析选项。问题应围绕以下类别组织：

访谈问题模板：

AskUserQuestion with options like:
- "Temporal anomaly detection" — Find unusual patterns in when things happen
- "Behavioral clustering" — Group similar patterns to find outlier behaviors
- "Cross-field correlation" — Discover unexpected relationships between fields
- "Absence analysis" — Identify what's NOT in the data that should be
- "Custom analysis" — [Free text option for user-specified direction]

务必包括：

• 2-4 个具体、针对数据的分析选项
• 简要说明每个选项能揭示什么
• 供用户指定方向的自由文本“其他”选项

社交媒体数据访谈示例：

Header: "Analysis Focus"
Question: "What patterns are you most interested in discovering?"
Options:
- "Engagement anomalies" — Posts that performed unusually well/poorly vs your baseline
- "Topic evolution" — How your interests shifted over time
- "Social network signals" — Who you engage with most and patterns in those interactions
- "Behavioral fingerprint" — Your unique timing, vocabulary, and stylistic signatures

步骤 3：执行所选分析

根据用户的选择，应用参考指南中的信号检测技巧。

步骤 4：提供有证据支持的发现

对于每项洞见：

1. 清楚陈述发现
2. 提供具体证据（引文、数据点、时间戳）
3. 评定置信度（高/中/低）
4. 酌情建议后续分析

信号检测技巧

完整的技巧说明请参阅 references/signal-detection.md。

快速参考

技巧	可发现的内容	适用场景
时间指纹识别	活动节律、排期模式	任何带时间戳的数据
比率分析	暗示隐藏行为的异常比例	互动指标、财务数据
缺失检测	按预期应该存在却缺失的内容	任何具有预期模式的数据集
跨数据集三角验证	不同来源之间的佐证或矛盾	多个数据导出文件
异常值情境化	异常是错误还是信号	初步统计分析之后
语言取证	词汇变化、随时间发生的语气变化	以文本为主的数据集
网络拓扑	连接模式和聚类	社交/关系数据
行为细分	不同的操作模式	活动日志、互动数据

多数据集关联

将多个数据集放在一起分析时：

1. 确认共同键

• 时间戳（可按天、小时或自定义时间窗口对齐）
• 用户标识符（直接或推断得出）
• 内容重叠（共享主题、URL、实体）
• 行为模式（相似的时间特征）

2. 交叉引用模式

对于数据集 A 中的每项发现，检查：

• 数据集 B 是否支持这一发现？
• 数据集 B 是否与之矛盾？
• 数据集 B 是否补充了背景信息？
• 将两者结合后，是否能揭示单独分析时都无法发现的内容？

3. 记录关联

使用以下格式：

CORRELATION: [brief title]
Source A: [dataset] — [specific finding]
Source B: [dataset] — [supporting/contradicting evidence]
Confidence: [high/medium/low]
Implication: [what this combined insight suggests]

与 personality-profiler 集成

与 personality-profiler 配合使用时：

1. 先运行 personality-profiler，建立基准档案
2. 使用 data-sleuth 查找异常，找出偏离该基准的情况
3. 交叉参考发现——人格维度与行为信号
4. 用不明显的洞察丰富档案：
   • 隐藏的兴趣（有参与但未发帖）
   • 行为不一致（言行不一）
   • 演变的转折点（变化发生的时间和原因）
   • 网络影响模式（谁在影响其观点）

输出格式

分两部分提供发现：

1. 执行摘要

用 2-3 段突出最重要且不明显的发现。

2. 详细发现

{
  "analysis_type": "data-sleuth",
  "datasets_analyzed": ["list of sources"],
  "findings": [
    {
      "title": "Finding title",
      "category": "temporal|behavioral|linguistic|network|correlation",
      "confidence": 0.0-1.0,
      "description": "What was found",
      "evidence": ["specific data points", "quotes", "timestamps"],
      "implication": "What this suggests",
      "follow_up": "Suggested deeper analysis if warranted"
    }
  ],
  "cross_correlations": [
    {
      "datasets": ["A", "B"],
      "finding": "What the correlation reveals",
      "confidence": 0.0-1.0
    }
  ],
  "methodology_notes": "How the analysis was conducted"
}

主动调用时机

遇到以下情况时，无需等待用户要求即可使用此技能：

• 在任何数据分析中发现意外的离群值
• 发现看起来“过于整齐”的模式（可能存在数据操纵）
• 预期模式意外缺失
• 相关性与明确表达的信念或偏好相矛盾
• 时间异常（活动激增或骤降）

简要说明：“我注意到一些有意思的情况——要我进一步调查吗？”