mcpField
T
technical-to-business-translator

technical-to-business-translator

github.com/nimrodfisher数据与数据库504219 次安装5 周前更新
代码仓库

关于 technical-to-business-translator

technical-to-business-translator 是将技术结果改写为业务受众易懂文本的数据技能。它结合术语检测、可读性评分、受众角色和转换模式,生成业务版本并保留原文。

主要功能

  1. 01检测草稿中的专业术语
  2. 02评估可读性和句子复杂度
  3. 03根据利益相关者角色调整措辞
  4. 04生成技术与业务文本对照版

适用场景

  1. 01向管理层解释模型结果
  2. 02向业务团队呈现统计发现
  3. 03检查报告中的术语和可读性

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/nimrodfisher/data-analytics-skills --skill technical-to-business-translator

安装后在 Claude Code 中输入/technical-to-business-translator确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

assets/
translation_template.md
references/
metaphor_bank.md
stakeholder_personas.md
translation_pattern_library.md
scripts/
jargon_detector.py
readability_scorer.py

详细介绍

适用场景

当技术输出(模型结果、统计检验、查询发现)需要让业务受众理解时使用。发送前也可以用它检查自己的文稿——不知不觉间就很容易写出行话。

流程

  1. 检测行话 — 对草稿文本运行 scripts/jargon_detector.py,标记需要转换的技术术语。
  2. 评估可读性 — 运行 scripts/readability_scorer.py,获取 Flesch-Kincaid 年级水平和句子复杂度指标;面向高管时,目标为不高于 10 年级。
  3. 确定受众角色 — 使用 references/stakeholder_personas.md,选择最符合读者情况的角色;每种角色都有其偏好的词汇和常见问题。
  4. 应用转换模式 — 使用 references/translation_pattern_library.md,将技术语言替换为业务领域的表达(例如,“p-value < 0.05” → “我们有 95% 的把握认为这并非随机现象”)。
  5. 必要时替换为比喻 — 对于复杂的统计概念,从 references/metaphor_bank.md 中选择合适的比喻。
  6. 起草转换后的版本 — 使用 assets/translation_template.md,生成技术版与业务版并列的内容;将原文保留在附录中,供技术评审人员查看。

技能所需输入

  • 技术文本草稿或研究结果
  • 目标受众角色(副总裁、产品经理、运营、财务等)

输出

  • 行话检测报告
  • 转换前后的可读性评分
  • 转换后的文本及附录中的原文(translation_template.md)

评论

支持 Markdown