html-anything 的 experiment-readout 技能模板：把 A/B 实验数据转成可执行的产品决策报告-平芜编程栈

AI 应用
人工智能
AI Agent
AI 写作
媒体生成

【免费下载链接】html-anything

✨ The agentic HTML editor — your local AI agent writes the HTML, you ship it. 🚀 75 Skills × 9 Surfaces (magazine · deck · poster · XHS / tweet · prototype · data report · Hyperframes) 🛡️ Sandboxed preview · 📤 1-click to WeChat / X / Zhihu / HTML / PNG 🔑 Zero API key — Claude Code / Cursor / Codex / Gemini / Copilot / OpenCode / Qwen / Aider.

项目地址：https://gitcode.com/gh_mirrors/ht/html-anything

点击查看免费下载

本文聚焦 html-anything 仓库内experiment-readout（实验复盘）技能模板的完整设计与使用。该技能位于 next/src/lib/templates/skills/experiment-readout/SKILL.md，定位是把 A/B 测试、增长实验等原始数据整理成"决策导向"的 HTML 报告，而非普通 dashboard。读完本文，你将掌握该模板的 9 段输出结构、三套风格模板的选型规则、内容真实性约束，以及它在 html-anything 前端中如何被加载、检索与预览。

一、模板定位：这不是 dashboard，是"决策报告"

experiment-readout的 SKILL.md 开篇就划清了边界：这不是普通数据报告、不是 dashboard。它的目标只有一个——回答"这个实验说明了什么，我们下一步应该上线、停止、继续跑，还是重新设计"。换言之，输出物必须落到Ship / iterate / extend / stop四个行动选项之一，并给出理由。

这一点在 frontmatter 中被量化为模板元数据：

name: experiment-readout zh_name: "实验复盘" en_name: "Experiment Readout" emoji: "🧪" description: "假设 + 指标 + 结果 + 解释 + 决策, 把 A/B 或产品实验转成行动建议" category: data scenario: product aspect_hint: "产品实验报告" featured: 8 tags: ["experiment", "ab-test", "growth", "product", "data", "实验", "复盘"] example_id: sample-experiment-readout example_name: "实验复盘 · Onboarding Checklist" example_format: markdown example_tagline: "不是展示数据, 而是判断上线/停止/继续" example_desc: "把实验假设、样本、指标和结果转成产品决策报告。"

scenario: product对应产品场景；在 next/src/lib/templates/scenarios.ts 中product是 12 个受支持的场景 key 之一，模板选择器会据此生成分类标签。featured: 8则控制该技能在 picker 中"Featured"推荐组的排序位次（数值越小越靠前，见下文源码分析）。

二、技能在 html-anything 中的注册与加载机制

要真正用好这个模板，先理解它在项目里如何运转。html-anything 的技能采用**"一个文件夹一个技能"**的磁盘注册表布局，experiment-readout文件夹下包含：

SKILL.md：frontmatter（id、scenario、tags 等）+ 提示词正文，是技能的"灵魂"；
example.md：可选的示例输入材料；
example.html：可选的预渲染预览，picker 中内联展示；
assets/：可选风格模板，本技能内置三套。

next/src/lib/templates/loader.ts 负责从磁盘读取这套布局：parseFrontmatter用无依赖的正则解析---包裹的 frontmatter（支持字符串、整数、单行数组字面量），loadSkillFromDir把 SKILL.md 的正文与example.md/example.html一并读入内存；而listSkills会把内置技能与通过 marketplace 安装到~/.html-anything/skills/的用户技能合并成同一份注册表（用户技能 id 以pkg-<owner>__<repo>--<originalId>命名空间区分）。也就是说，新增一个技能 = 新增一个文件夹，无需改动任何 TS 代码。

对外暴露两条 API 路由：

next/src/app/api/templates/route.ts：GET /api/templates返回全部技能的SkillMeta元数据列表，带Cache-Control: public, max-age=5，既能合并高频重取，又保证新增技能文件夹后刷新即可看到；
next/src/app/api/templates/[id]/example/route.ts：GET /api/templates/:id/example一次性返回某个技能的示例内容（content）与预渲染 HTML（html），让 picker 点击"Preview"时少一次网络往返。

客户端侧，next/src/lib/templates/index.ts 的useTemplates()提供模块级缓存 + in-flight 去重，并用generation单调递增令牌消除"慢请求覆盖新安装列表"的竞态；安装/卸载后调用refreshTemplates()即可让所有已挂载的消费方立即切换到新列表。

三、适合的输入材料：喂给模板"半成品"数据

SKILL.md 明确列出适用输入：

A/B test、增长实验、定价实验、onboarding 改版、功能灰度、邮件实验；
输入格式可以是 markdown、CSV、表格粘贴或混合记录——模板并不要求结构化仪表盘数据，只要能还原实验上下文即可。

仓库自带的 example.md 展示了一份典型输入：一个"新团队工作区 onboarding checklist"实验，包含 Owner（Growth PM）、实验日期、受众（2-20 人的新工作区）、假设、Control/Variant 两组定义、指标定义（主指标 + guardrail）、两组结果数据，以及一条关键备注——"尚未计算正式 p-value"。这正是模板喜欢处理的"半成品"：数据齐备但结论未定。

四、必须输出的 9 段结构（模板的核心骨架）

SKILL.md 规定输出必须完整包含以下 9 个部分，缺一不可：

Header：实验名称、owner、日期、实验状态、decision；
Hypothesis：原始假设，必须改写成可验证句式（"If we do X, then metric Y moves by Z"）；
Setup：audience、variant、duration、sample size、primary metric、guardrail metrics；
Result snapshot：primary metric lift、absolute delta、sample、confidence / caveat；
Metric table：Control vs Variant 对照，覆盖 primary + secondary + guardrail；
Interpretation：解释结果为什么发生，区分 signal、noise、unknown；
Decision：Ship / iterate / extend / stop 四选一，并给理由；
Follow-up experiments：2-4 个下一步实验，每个含 hypothesis、expected impact、effort；
Instrumentation notes：数据缺口、埋点问题、样本偏差。

以仓库的 example.html 为对照，这 9 段在渲染层都有对应落地：首屏大号 decision badge（"Iterate and ship to 50%."）+ primary metric 大数字（+5.5pp），随后是 Hypothesis / Audience / Guardrails 三卡、Metric table（Activation、Invite teammate、Create workflow、Support tickets、Workspace deletion 的 Control/Variant/Read 三列对照）、激活漏斗条形对比，以及三个 follow-up 卡片（Roll out to 50%、Split>