一種 AI 驅動的分析工具，用於預測未來指標趨勢、評估 KPI 可行性以及模擬假設的業務場景。
安裝與下載
1. ClawHub CLI
從來源直接安裝技能的最快方式。
npx clawhub@latest install forecast-simulation
2. 手動安裝
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級：工作區 > 本地 > 內建
3. 提示詞安裝
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 forecast-simulation。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。
想要直接下載？
取得包含原生技能檔案的ZIP壓縮檔。
什麼是 預測模擬？
預測模擬技能是 Openclaw Skills 生態系統中的專用工具，旨在回答根本問題：「接下來會發生什麼？」它充當數據分析管道的前瞻層，超越了歷史查詢以提供可操作的預測。透過利用線性迴歸、移動平均與基於因子的建模等數學外推方法，它允許開發者構建能夠預見市場變化與資源需求的代理。
該技能對於需要從單純監控數據轉向預測未來結果的團隊特別有效。無論是估算月底營收，還是確定在當前趨勢下特定目標是否仍可達成，該技能都提供了邏輯框架來生成這些洞察，並對假設與不確定性保持透明。
預測模擬 應用場景
- 基於當前每日表現與歷史趨勢預測月底銷售總額。
- 評估達成季度 KPI 的可行性，並計算縮小差距所需的每日平均值。
- 執行假設模擬，查看轉換率或定價的變更如何影響總 GMV。
- 預測庫存消耗或資源飽和度，以優化供應鏈與容量規劃。
預測模擬 運作原理
- 該技能識別與未來預測相關的使用者意圖，例如「我們會達成目標嗎？」或「如果我們增加流量會怎樣？」
- 它將資料收集委派給 metric-query 技能，以擷取必要的歷史時間序列資料或當前累計總數。
- 本地 Python 環境執行數學模型（如線性迴歸或加權移動平均）來外推數據。
- 對於模擬任務，該技能應用業務因子公式（例如：營收 = 流量 x 轉換率 x 價格）來計算假設變更的影響。
- 系統產生全面的輸出，包括點估計、信賴區間以及清晰的基礎假設列表。
預測模擬 設定指南
要部署此技能，請確保 metric-query 技能已正確設定並連結，因為它是主要的資料來源。
# 安裝 forecast-simulation 技能
openclaw install forecast-simulation
# 設定基於 Python 的數學執行相依性
pip install numpy
無需額外的機器學習基礎設施，因為該技能使用優化的數學庫進行趨勢擬合。
預測模擬 資料結構與分類體系
預測模擬技能透過將歷史輸入映射到四個主要類別的預測輸出，來建構其分析：
| 特性 | 描述 | 實作 |
|---|---|---|
| 趨勢外推 | 使用歷史窗口（例如 30 天）預測未來值。 | 線性迴歸 / 移動平均 |
| 目標差距分析 | 將當前累計總數與既定目標 (KPI) 進行比較。 | 差距 = 目標 - 當前 |
| 假設模擬 | 根據調整後的輸入因子計算輸出變更。 | 基於因子的公式 |
| 消耗追蹤 | 根據消耗預測資源歸零的日期。 | 庫存 / 日消耗 |
預測模擬 進階特性
- 支援多種外推方法，包括加權移動平均，以優先考慮近期數據趨勢。
- 使用標準差產生自動信賴區間，以視覺化預測波動性。
- 針對複雜模擬的多因子連結，其中多個變數（如 UV 和 CVR）同時變更。
- 具有狀態指示器（成功、警告、關鍵）的動態可行性評估，用於目標達成追蹤。
SKILL.md
加載中
Openclaw 相關技能
Skill Tracker
Skill Tracker 是一款自動化審計工具，用於識別並列出互動過程中使用的特定 AI 技能，並將摘要報告附加到每次回應中。
精選*
