智能体 Skill

Meridian 提供了一套交互式智能体 Skill，旨在帮助数据科学家和工程师完成营销组合建模分析 (MMM) 的整个生命周期。

这些 Skill 遵循开放的智能体 Skill 规范，能为 AI 编码助手提供特定领域的专业知识，协助您完成数据准备、先验配置、模型拟合、诊断分析、预算优化运行以及场景规划。

什么是智能体 Skill？

智能体 Skill 是模块化、标准化的能力包，其中包含指令、参考模板和脚本。集成到 AI 编码助理后，Skill 可让智能体：

  • 提供分步指导：无需记住整个 API，即可轻松完成复杂的统计配置。
  • 推断架构映射：分析原始 CSV 列标题，并针对 KPI、媒体支出、展示次数、覆盖面/频次和控制变量建议合适的映射关系。
  • 保持人机协同 (human-in-the-loop) 控制：在关键节点提供配置方案（如贝叶斯先验、节点选择和支出限制），并在执行前等待您的确认。
  • 生成可重现的 Python 脚本：生成可直接在标准 Python 虚拟环境 (python3 script.py) 中运行的独立 Python 脚本。

可用的 Meridian Skill

Meridian 包含了涵盖 MMM 全流程五个阶段的五项专有 Skill：

Skill 标识符 说明 关键产出
文档顾问 meridian-doc-consultant 通过引用相关的 Meridian 文档，回答有关概念、数学原理及配置方面的问题。 有据可依的技术说明和参考资料
建模 meridian-model-building 引导您完成 CSV 数据加载、列映射、ModelSpec 和先验设置、探索性数据分析 (EDA)、MCMC 拟合以及模型保存。 Python 脚本、EDA HTML 报告、已保存的模型文件 (.binpb)
结果可视化 meridian-result-visualization 加载已拟合的模型，以生成 MCMC 收敛情况健康检查 (Reviewer) 和两页的执行摘要报告 (Summarizer)。 健康检查 HTML、结果摘要 HTML
预算优化 meridian-budget-optimization 配置并运行固定/灵活预算优化方案，以及目标投资回报率 (ROI) 支出场景。 预算优化报告 HTML
情景规划工具 meridian-scenario-planner 准备情景规划工具数据，并提供交接说明，以便创建 Looker Studio 信息中心。 情景规划工具数据文件 (.binpb)、信息中心网址

安装和识别

Meridian Skill 直接通过开源代码库发布，您可以使用标准智能体工具将其添加到工作区。

使用 Skills CLI 进行安装

如果您的环境中安装了 Node.js / npm，则可以使用 npx skills 安装所有 Meridian Skill 或特定 Skill：

# Install all Meridian skills into your workspace
npx skills add google/meridian
# Or install a specific skill (e.g., model building)
npx skills add google/meridian --skill meridian-model-building

手动复制或代码库自动识别

如果您不想使用 npx，或者是在纯 Python 环境中工作，可考虑：

  • 代码库内自动识别：如果您直接在 google/meridian 代码库中克隆或开发，兼容的 AI 编码助理会使用 .agents/skills.json 处的工作区清单和 skills/ 目录自动识别所有可用 Skill。
  • 手动复制：您可以将 skills/ 子文件夹（例如 meridian_model_building/）从代码库直接复制到项目的 .agents/skills/ 目录中。

受支持的环境

Meridian Skill 基于开放的智能体 Skill 规范构建。由于它们采用开放标准（标准 Markdown 指令及模块化 Python 模板），因此在设计上能够兼容任何支持 Agent Skills 标准的智能体编码环境、IDE 扩展程序或 CLI 工具。

人机协同安全与验证

Meridian Skill 采用检查点驱动的设计理念。在交互式会话期间，智能体会先暂停并提示您进行审核，然后再执行以下操作：

  1. 正在最终确定数据集的列映射。
  2. 设置贝叶斯先验参数（例如 ROI 先验或节点间距）。
  3. 运行耗时较长的 MCMC 后验抽样任务。
  4. 在本地环境中运行生成的脚本。

这能确保您在受益于自动化脚本编写的同时，对建模决策保持充分的透明度和掌控力。