Run any Skill in Manus with one click

data-scientist-core

Stars12

Forks2

UpdatedMay 8, 2026 at 12:03

经营体检+数据分析引擎。四层架构(L1便捷入口14个→L2语义路由27模式→L3引擎12模块43方法→L4叙事22方法)。覆盖归因/因果推断/分群/漏斗/时序/预测/经营决策/过程诊断/SVG可视化/HTML体检报告。输入CSV+分析目标，输出结构化分析+图表+洞察+行动建议。On-demand only — read SKILL.md when user asks to 经营体检/数据分析/归因分析/成本分析/health check/attribution/DID/AB test/clustering.

Installation

Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.

Run Skill in Manus

Source

xiaoshiyilangzhao1996-droid

xiaoshiyilangzhao1996-droid/data-scientist-core

View GitHub Repository View Creator Repositories

Download

Run Skill in Manus

Related occupationsSOC

Based on SOC occupation classification

Data ScientistsComputer and Mathematical Occupations·SOC 15-2051

SKILL.md

readonly

Run any Skill with one click

name	data-scientist-core
version	1.9.1
last_updated	2026-05-08
changelog	v1.9.1: 达尔文优化 R1-R3(69.5→84.5); frontmatter触发词+TL;DR速览+执行原则+4检查点+示例数据表+输出简洁性约束+B3路由显式行
description	经营体检+数据分析引擎。四层架构(L1便捷入口14个→L2语义路由27模式→L3引擎12模块43方法→L4叙事22方法)。覆盖归因/因果推断/分群/漏斗/时序/预测/经营决策/过程诊断/SVG可视化/HTML体检报告。输入CSV+分析目标，输出结构化分析+图表+洞察+行动建议。On-demand only — read SKILL.md when user asks to 经营体检/数据分析/归因分析/成本分析/health check/attribution/DID/AB test/clustering.

对标字节3-1级/阿里P8数据科学家的AI数据分析核心引擎

⚡ TL;DR — 60秒速览

项目	内容
定位	经营体检系统：CSV+分析目标 → 结构化报告+图表+洞察+行动建议
架构	L1(14便捷入口) → L2(27路由模式) → L3(12模块43方法) → L4(22叙事方法)
核心能力	归因/因果/分群/漏斗/时序/预测/经营决策/过程诊断/SVG可视化/HTML体检报告
快速开始	`ds.analyze(df, goal="你的问题")` 自动路由
经营体检	`Storytelling().generate_health_check_report(data, config)`
文件	4个核心脚本(data_scientist_core/l2_router/l3_engine/l4_storytelling)

🎯 执行原则（必须遵循）

收到分析需求时，直接给出完整分析方案，不要索要数据。 包括：命中的路由模式、方法名、参数映射、预期输出结构、可直接运行的代码示例。如果信息不足以确定方法，给出最可能的1-2个候选方案并说明区别，让用户选择。 绝对不要只回复"请提供数据"——这不是数据分析助手该说的话。

输出简洁性：方案控制在3000字以内。 不要重复SKILL.md中的全部方法表格，只列出命中的那一个方法+代码+输出结构。经营体检场景只给config+调用代码+预期Section结构，不要展开每个Section的完整HTML。洞察和结论用要点列表，不要大段文字。

检查点（关键决策前必须确认）

检查点	触发条件	动作
数据范围确认	经营体检/报告类任务	确认时间范围、维度、指标后再生成
方法选择确认	多种方法都能回答时	列出候选+区别，等用户选择
异常结论确认	统计显著但效应量小	主动标注"结论存疑"并说明原因
数据质量确认	precheck不通过	报告问题并建议修复方式，不强行分析

定位

从"分析工具"升级为经营体检系统。输入数据+分析目标/业务知识，输出结构化报告+可视化+洞察+行动建议。

核心能力

能力	说明
🔬 分析引擎	L3共12个模块43个方法，覆盖归因/因果/对比/分群/漏斗/时序/预测/经营决策/过程诊断
📊 SVG可视化	纯字符串拼接零依赖，4种图表（折线/柱状/热力图/漏斗）
📋 经营体检报告	四Section HTML报告：条线总览→末位分析→横向对标→预警清单
🔬 过程指标诊断	相关性分析+差距分解+根因定位
🚦 末位排名亮灯	红黄绿灯三级预警（🟢🟡🔴）

输入规范

类型	格式	说明
数据	CSV / Excel（.xlsx/.xls）	结构化数据，含表头
分析目标/思路/业务知识	自然语言	如"按SOP七维度分析拣运成本"
	PDF/Word/TXT/MD	业务规则/分析规范/字段定义

示例数据（典型场景）

场景	必需列示例	说明
归因分析	月份+渠道+GMV	至少2期+1个分组维度
经营体检	条线+省区+场地+月份+单位成本+总成本+操作量	5000行以上，含多维度
过程诊断	主表(场地+单位成本) + 过程表(场地+人效+出勤率+临时工占比)	两表通过key关联
AB测试	用户ID+组别+转化值	随机分流数据
漏斗分析	UV→点击→下单→支付各步骤数值	顺序数值列

前置要求

Python 3.8+ + pandas numpy scipy scikit-learn statsmodels matplotlib openpyxl

快速决策树

遇到分析需求时，按顺序问：

① 你想知道什么？

目标	类型	调用
哪个因子导致变化	归因	`ds.attribution_analysis()`
活动/政策真实有效吗	因果	`ds.did_analysis()`
用户怎么分层	分群	`ds.clustering_analysis()`
两组差异显著吗	对比	`ds.ab_test()`
多个组织/群体横向对比	分层对比	`ds.stratified_comparison()` 或 B3路由
哪个渠道最关键	帕累托	`ds.pareto_analysis()`
转化哪里漏了	漏斗	`ds.funnel_analysis()`
时间趋势怎么样	时序	`ds.stl_decomposition()`
有没有异常值	异常	`ds.anomaly_detection()`
经营健康吗	体检	`storytelling.generate_health_check_report()`
过程指标根因	诊断	`ProcessDiagnosis().process_diagnosis()`
谁在末位	亮灯	`storytelling.tail_ranking_with_light()`

不确定选哪个 → ds.analyze(df, goal="一句话描述问题") 自动路由

② 是单点分析还是全面体检？

场景	推荐路径
回答一个具体问题	L1便捷方法 → L3引擎 → L4可视化
全面经营状况评估	`generate_health_check_report()` 四Section报告
定位某个指标的根因	`ProcessDiagnosis` 过程指标诊断

③ 数据准备好了吗？

必做前置检查（跳过可能导致错误结论）：

数据量 < 30行 → t检验等统计方法不可靠，提示用户补充数据
缺失率 > 30% 的列 → 自动剔除或提示，否则结果偏差大
零方差列 → 无法做归因/回归，提前过滤
时间列 只有一期 → 无法做环比/归因，需要至少2期数据

check = ds.run_precheck(df)
if not check['pass']:
    # 先处理数据质量问题，再分析
    print(check)

④ 注意分析结论的边界

情况	正确做法
p<0.05 但效应量小	报告"统计显著但业务意义有限"
样本量很大	几乎任何差异都会显著，必须看效应量
非正态分布	用 Mann-Whitney U / Kruskal-Wallis 而非 t检验
多个指标同时检验	做 Bonferroni 校正，否则假阳性飙升
DID平行趋势未通过	不应报告DID结论，改用其他因果方法或标注"结论存疑"

安装

pip install pandas numpy scipy scikit-learn statsmodels matplotlib openpyxl

快速开始

基础分析

from data_scientist_core import DataScientistCore

ds = DataScientistCore()

# 自动路由（推荐新手）
result = ds.analyze(
    df=df,
    goal="分析GMV下降原因",
    params={'value_col': 'gmv', 'group_col': 'channel', 'period_col': 'month'}
)

# 指定分析类型
result = ds.attribution_analysis(df, value_col='gmv', group_col='channel', period_col='month')
print(result['data'])     # 分析结果表
print(result['insight'])  # 洞察文本
print(result['chart'])    # 图表路径

经营体检报告（v1.9新能力）

from l4_storytelling import Storytelling

s = Storytelling(output_dir='./output')

config = {
    'dimensions': ['条线', '省区', '场地'],      # 下探维度（逐级下钻）
    'metrics': ['单位成本', '总成本', '操作量'],   # 核心指标
    'period_col': '月份',
    'current_period': '2026-03',
    'prev_period': '2026-02',
    'red_light_rules': [
        {'metric': '单位成本', 'direction': 'up', 'threshold': 0.05}
    ],
}

result = s.generate_health_check_report(data=df, config=config)
# result = {
#   'html_content': '<html>...</html>',  # 完整HTML报告
#   'html_path': './output/health_check_report.html',
#   'sections': ['条线总览', '末位分析', '横向对标', '预警清单']
# }

过程指标诊断（v1.9新能力）

from l3_engine import ProcessDiagnosis

pd_engine = ProcessDiagnosis()
result = pd_engine.process_diagnosis(
    main_df=cost_df,           # 主表（成本数据）
    process_df=process_df,     # 过程表（人效/出勤/临时工等）
    main_key='场地编码',
    process_key='场地编码',
    main_metric='单位成本',
    process_metrics=['人效', '出勤率', '临时工占比']
)
# result['entity_diagnosis'] — 每个实体的诊断结论
# result['action_priorities'] — 按严重度排序的行动建议

SVG可视化（v1.9新能力）

from l4_storytelling import Storytelling
s = Storytelling()

# 折线图（返回SVG字符串，可直接嵌入HTML）
svg = s.svg_line_chart(data=df, x_col='月份', y_col='成本', title='成本趋势')

# 柱状图（支持分组）
svg = s.svg_bar_chart(data=df, category_col='省区', value_col='成本', group_col='条线')

# 热力图（相关性矩阵等）
svg = s.svg_heatmap(data_matrix=corr_matrix, row_labels=labels, col_labels=labels)

# 漏斗图
svg = s.svg_funnel_chart(steps=[1000,750,500,200], labels=['访问','注册','下单','付费'])

末位排名亮灯（v1.9新能力）

from l4_storytelling import Storytelling
s = Storytelling()

ranking = s.tail_ranking_with_light(
    data=df,
    dimension='省区',
    metric='单位成本',
    current_period='2026-03',
    prev_period='2026-02',
    period_col='月份',
    top_n=5
)
# ranking['rankings'] = [
#   {'rank':1, 'entity':'西南', 'value':4.5, 'deviation_pct': 25.3, 'light': '🔴', ...},
#   ...
# ]

html_table = s.render_tail_ranking(ranking_result=ranking)

四层架构

用户输入
  ↓
L1 业务场景（14个便捷入口）
  ↓
L2 分析导航（27个语义路由模式，BM25+关键词混合匹配）
  ↓
L3 度量引擎（12个模块，43个方法）
  ↓
L4 数据叙事（22个方法：matplotlib可视化 + SVG引擎 + 经营体检报告 + 过程诊断渲染）

文件结构

scripts/
├── data_scientist_core.py  (342行) — L1 便捷入口
├── l2_router.py            (682行) — L2 语义路由（BM25+关键词混合）
├── l3_engine.py            (919行) — L3 分析引擎（12模块43方法）
├── l4_storytelling.py     (1685行) — L4 可视化+报告+SVG引擎
├── eda_profiler.py         (662行) — EDA数据画像
└── test_all.py             (725行) — 测试套件（含v1.9冒烟测试）

test-prompts/
└── test-prompts.json       — 达尔文评估测试用例（5个典型场景）

import方式：

# 完整入口（推荐）
from data_scientist_core import DataScientistCore
ds = DataScientistCore()

# 直接用某一层
import sys; sys.path.insert(0, 'scripts目录')
from l3_engine import ProcessDiagnosis, Attribution  # L3模块
from l4_storytelling import Storytelling              # L4叙事
from l2_router import SemanticRouter                   # L2路由

L2 分析导航（27个模式）

代码	分析模式	适用场景	L3方法
A 归因分析
A1	Delta维度拆解	"哪个因子贡献了多少变化"	`delta_attribution`
A2	LMDI乘法因子归因	"量增还是价增"	`lmdi_decompose`
A3	链式序贯归因	"因果传导路径"	`chain_attribution`
A4	组间组内分解	"总体变化中组间/组内各自贡献"	`delta_attribution`
A5	分层归因	"分层内部各自归因"	`stratified_attribution`
B 对比分析
B1	Welch t检验	"两组均值差异"	`ttest_independent`
B2	帕累托分析	"主要矛盾/ABC分类"	`pareto_analysis`
B3	分层对比	"控制混淆后的组间对比"	`stratified_comparison`
C 漏斗分析
C1	线性链路漏斗	"线性转化路径"	`funnel_conversion`
C2	分支漏斗	"带分支选择的路径"	`funnel_conversion`
C3	正逆向双向漏斗	"正向+逆向漏斗"	`funnel_conversion`
D 用户研究
D1	同期群分析	"用户留存矩阵"	`retention_cohort`
D2	K-Means分群	"自动分群"	`kmeans_clustering`
D3	流失预测	"流失概率"	`kmeans_clustering`
D4	RFM价值分层	"按R/F/M分层"	`rfm_analysis`
E 因果推断
E1	A/B测试	"两组差异显著性"	`ab_test_ttest`
E2	DID双重差分	"政策/活动的真实因果"	`difference_in_differences`
E3	PSM倾向得分匹配	"匹配后估算ATT"	`psm_matching`
F 时序分析
F1	STL趋势分解	"趋势+季节+残差"	`stl_decomposition`
F2	异常检测	"IQR/Z-score异常"	`anomaly_detection`
G 经营决策
G1	杜邦ROE拆解	"ROE三因子"	`dupont_roe`
G2	波士顿矩阵	"四象限定位"	`boston_matrix`
G3	盈亏平衡	"回本点"	`break_even`
G4	帕累托ABC经营	"经营资源分级"	`pareto_analysis`
H 预测建模
H1	随机森林分类	"分类+特征重要性"	`random_forest_with_importance`
H2	线性回归+VIF	"线性关系+共线性"	`linear_regression_with_vif`
H3	ROC/AUC评估	"模型评估"	`logistic_regression`

L3 度量引擎（43方法，12模块）

关键方法返回值格式

📖 点击展开返回值结构

delta_attribution → {'data': DataFrame[group, before, after, change, contribution_pct], 'total_change': float}

difference_in_differences → {'did_estimate': float, 'means': dict, 'parallel_trend_test': {'p_value': float, 'pass': bool}, 'control_diff': float, 'treatment_diff': float}

kmeans_clustering → {'labels': array, 'centers': array, 'summary': {cluster_id: {feature: mean, 'count': int, 'pct': float}}, 'silhouette_score': float, 'optimal_k': int}

process_diagnosis → {'entity_diagnosis': [{entity, main_metric_value, process_metrics: dict, correlation_with_main: dict, diagnosis: str}], 'global_findings': str, 'action_priorities': [{entity, metric, direction, severity, suggestion}]}

generate_health_check_report → {'html_content': str, 'html_path': str, 'sections': ['条线总览', '末位分析', '横向对标', '预警清单']}

tail_ranking_with_light → {'dimension': str, 'metric': str, 'benchmark': float, 'rankings': [{rank, entity, value, prev_value, change_pct, deviation_pct, light, light_label}]}

Precheck — 数据前置检查（4方法）

方法	功能	关键参数
`check_missing`	缺失值检测	`threshold=0.3`
`check_variance`	零方差/常量列	—
`check_sample_size`	样本量充足性	`min_sample=30`
`check_distribution`	偏度/峰度检验	—

Attribution — 归因分析（4方法）

方法	功能	适用场景
`delta_attribution`	Delta贡献度（加法）	总量→维度拆解
`lmdi_decompose`	LMDI乘法因子分解	量×价分解
`chain_attribution`	链式序贯归因	漏斗路径归因
`stratified_attribution`	分层归因	控制分层层级

FunnelAnalysis — 漏斗分析（2方法）

方法	功能
`funnel_conversion`	漏斗转化+瓶颈定位
`retention_cohort`	同期群留存矩阵

Comparison — 对比分析（9方法）

方法	功能
`ttest_independent`	Welch t检验 + Cohen's d
`pareto_analysis`	帕累托ABC分类
`stratified_comparison`	分层组间对比
`mann_whitney_u_test`	Mann-Whitney U检验
`kruskal_wallis_test`	Kruskal-Wallis检验
`anova_oneway`	单因素方差分析
`anova_twoway`	双因素方差分析
`chi_square_independence`	卡方独立性检验
`multiple_comparison_correction`	多重比较校正（Bonferroni）

CausalInference — 因果推断（3方法）

方法	功能
`difference_in_differences`	DID + 平行趋势检验
`psm_matching`	PSM-ATT估计
`uplift_modeling`	Uplift增益建模（S-learner）

UserResearch — 用户研究（3方法）

方法	功能
`kmeans_clustering`	K-Means + 自动选K + 轮廓系数
`rfm_analysis`	RFM价值分层
`cohort_retention`	同期群留存率矩阵

Prediction — 预测建模（3方法）

方法	功能
`linear_regression_with_vif`	线性回归 + VIF共线性诊断
`random_forest_with_importance`	随机森林 + 特征重要性
`logistic_regression`	逻辑回归 + Odds Ratio

ABTest — A/B测试（3方法）

方法	功能
`ab_test_ttest`	t检验 + 置信区间 + 提升率
`ab_test_chisquare`	卡方检验（比例差异）
`ab_test_power`	功效分析 + MDE计算

TimeSeries — 时序分析（2方法）

方法	功能
`stl_decomposition`	STL趋势分解
`anomaly_detection`	IQR/Z-score异常检测

Business — 经营决策（3方法）

方法	功能
`boston_matrix`	BCG矩阵（明星/现金牛/问题/瘦狗）
`dupont_roe`	杜邦ROE三因子
`break_even`	盈亏平衡 + 边际贡献率

CrossValidation — 交叉验证（2方法）

方法	功能
`validate_attribution`	归因稳健性（贡献率≈100%）
`validate_clustering`	聚类有效性（最小簇+轮廓系数）

ProcessDiagnosis — 过程指标诊断（3方法，v1.9新增）

方法	功能	说明
`process_diagnosis`	综合过程诊断	关联主表+过程表，定位根因
`process_correlation_analysis`	过程指标相关性	Pearson r + 显著性（纯numpy）
`process_decompose_gap`	差距分解	实体 vs 标杆的指标差距贡献

L4 数据叙事（22方法）

matplotlib可视化（4方法）

方法	输出
`plot_attribution`	归因双图（贡献量+贡献率）
`plot_did`	DID平行趋势图
`plot_clustering`	聚类雷达图
`plot_pareto`	帕累托双轴图

洞察生成（3方法）

方法	输出
`generate_insight_attribution`	归因洞察（核心结论+驱动因素+行动建议）
`generate_insight_did`	DID洞察（净效果+置信度+平行趋势）
`generate_insight_clustering`	分群洞察（簇标签+策略建议）

SVG可视化引擎（4方法，v1.9新增）

方法	说明
`svg_line_chart`	折线图（多系列+tooltip）
`svg_bar_chart`	柱状图（分组+水平/垂直）
`svg_heatmap`	热力图（蓝→白→红梯度）
`svg_funnel_chart`	漏斗图（居中梯形+转化率）

纯字符串拼接，零外部依赖，可直接嵌入HTML。颜色：蓝#3B82F6 绿#10B981 红#EF4444 橙#F59E0B 紫#8B5CF6

经营体检报告（6方法，v1.9新增）

方法	功能
`generate_health_check_report`	主入口 — 生成四Section HTML报告
`_render_section_overview`	Section 1：条线总览（KPI卡片+趋势图+红绿灯）
`_render_section_tail_analysis`	Section 2：末位分析（逐级下探+亮灯）
`_render_section_benchmark`	Section 3：横向对标（vs标杆差距分解）
`_render_section_alerts`	Section 4：预警清单（折叠展开）
`_build_html_report`	HTML组装（暖色极简CSS+亮暗主题toggle）

过程诊断+末位亮灯（3方法，v1.9新增）

方法	功能
`render_process_diagnosis`	过程诊断HTML（相关性热力图+诊断卡片）
`tail_ranking_with_light`	末位排名+红黄绿灯（🟢<10% 🟡10-20% 🔴>20%）
`render_tail_ranking`	末位排名HTML表格

综合报告（1方法）

方法	功能
`generate_report`	单维度分析报告入口（attribution/did/clustering/pareto）

便捷方法速查（L1，14个）

ds = DataScientistCore()

# 归因
ds.attribution_analysis(df, value_col='gmv', group_col='channel', period_col='month')

# DID因果
ds.did_analysis(df, outcome_col='gmv', group_col='group', period_col='period',
                treatment_value='A', control_value='B')

# 用户分群
ds.clustering_analysis(df, feature_cols=['r','f','m'], n_clusters=4)

# A/B测试
ds.ab_test(df, value_col='gmv', group_col='version', method='ttest')

# 漏斗分析
ds.funnel_analysis(df, step_cols=['uv','click','order','pay'])

# 波士顿矩阵
ds.boston_analysis(df, product_col='sku', market_growth_col='growth',
                  market_share_col='share', revenue_col='gmv')

# 杜邦ROE
ds.dupont_analysis(df, net_profit_col='profit', revenue_col='revenue',
                   assets_col='assets', equity_col='equity')

# 盈亏平衡
ds.break_even_analysis(df, fixed_cost_col='fc', variable_cost_col='vc', price_col='price')

# 时序分解
ds.stl_decomposition(df, date_col='date', value_col='gmv', period=12)

# 异常检测
ds.anomaly_detection(df, value_col='gmv', method='iqr')

# 帕累托
ds.pareto_analysis(df, value_col='revenue', category_col='product')

# 自动路由（不确定用哪个时）
ds.analyze(df, goal="你的问题", analysis_type=None)

数据格式要求

分析类型	必需列
attribution	value_col + group_col + period_col
funnel	step_cols（步骤数值列）
comparison	value_col + group_col
pareto	value_col + category_col
did	outcome_col + group_col + period_col
clustering	feature_cols（数值特征）
regression/rf	target_col + feature_cols
ab_ttest	value_col + group_col
ab_chisquare	conversion_col(0/1) + group_col
stl	date_col + value_col
boston	product_col + growth + share + revenue
dupont	profit + revenue + assets + equity
health_check	dimensions + metrics + period_col + periods
process_diagnosis	main_df + process_df + keys + metrics

⚠️ 避坑必读

分析前必做：

check = ds.run_precheck(df)
if not check['pass']:
    print("数据异常:", check)
    # ⚠️ 不要强行分析！先处理数据质量问题
    # 常见修复：剔除高缺失列(df.dropna(axis=1, thresh=len(df)*0.7))
    #           删除零方差列
    #           补充数据量

常见误区：

❌ p<0.05 ≠ 有业务价值（还须看效应量Cohen's d）
❌ 转化率用t检验 → 应用卡方检验
❌ DID前必须做平行趋势检验
❌ 聚类前必须标准化特征
❌ VIF>10的变量必须处理后再回归
❌ 多重比较必须做Bonferroni校正
❌ 非正态分布用t检验 → 考虑Mann-Whitney U或Kruskal-Wallis

经营体检报告注意事项：

⚠️ config必须包含至少2期数据（current_period + prev_period），否则环比计算为空
⚠️ dimensions 建议按粒度从粗到细排列（如 ['条线','省区','场地']），确保下探逻辑正确
⚠️ red_light_rules 的 direction='up' 表示指标上升为异常（适用于成本类），direction='down' 适用于收入类
⚠️ 当数据量 < 50条时，末位分析统计意义有限，建议提示用户

与LangChain/Agent框架集成

from langchain.agents import initialize_agent, Tool
from data_scientist_core import DataScientistCore

ds = DataScientistCore()

analysis_tool = Tool(
    name="数据分析",
    func=lambda input: str(ds.analyze(
        df=pd.read_csv(input['file']),
        goal=input['goal'],
        analysis_type=input.get('type')
    )),
    description="当用户提供了CSV数据并询问分析问题时使用。"
)

agent = initialize_agent(
    [analysis_tool],
    llm=your_llm,
    agent="zero-shot-react-description"
)

版本历史

v1.9.1（2026-05-08）— 达尔文优化

🆕 TL;DR 60秒速览表
🆕 执行原则：直接给方案而非索要数据
🆕 4个检查点（数据范围/方法选择/异常结论/数据质量确认）
🆕 示例数据表（5个典型场景的必需列）
🆕 输出简洁性约束（3000字以内）
🆕 B3分层对比路由显式行
🆕 precheck错误恢复路径
📊 达尔文评分：69.5 → 84.5（+15分）
📊 维度8实测（GPT-5.5）：5/5 prompt全通过，18.5/25

v1.9（2026-04-16）— 经营体检系统

🆕 SVG可视化引擎：4种纯SVG图表（折线/柱状/热力图/漏斗），零依赖
🆕 经营体检报告：四Section HTML（条线总览→末位分析→横向对标→预警）
🆕 过程指标诊断：L3新增ProcessDiagnosis模块（相关性分析+差距分解+根因定位）
🆕 末位排名亮灯：红黄绿灯三级预警（🟢🟡🔴）
🆕 路由增强：A1/B2/B3关键词补充，3个路由失败case修复
🆕 L2路由：27个Pattern + METHOD_MAP映射
📊 L3：12模块43方法，919行
📊 L4：22方法，1663行

v1.8（2026-04-16）

洞察深度升级（severity标注+归因假设+行动优先级P0/P1/P2）
报告叙事结构重构（分层HTML渲染）
新增3个可视化方法（漏斗图/留存热力图/特征重要性图）
Bug修复：路由缺失/优先级格式/参数顺序

v1.5（2026-04-13）

修复generate_report() bug
新增stl_decomposition/anomaly_detection便捷方法
新增load_goal()支持PDF/TXT/MD/Word
L2分析导航补全至27个模式

v1.4（2026-04-08）

快速决策树（11种场景入口）
LangChain集成示例

v1.3（2026-04-04）

FunnelAnalysis/ABTest/TimeSeries/Business四大模块
链式归因/分层归因/PSM/Uplift/STL/异常检测/波士顿/杜邦/盈亏平衡

name	data-scientist-core
version	1.9.1
last_updated	2026-05-08
changelog	v1.9.1: 达尔文优化 R1-R3(69.5→84.5); frontmatter触发词+TL;DR速览+执行原则+4检查点+示例数据表+输出简洁性约束+B3路由显式行
description	经营体检+数据分析引擎。四层架构(L1便捷入口14个→L2语义路由27模式→L3引擎12模块43方法→L4叙事22方法)。覆盖归因/因果推断/分群/漏斗/时序/预测/经营决策/过程诊断/SVG可视化/HTML体检报告。输入CSV+分析目标，输出结构化分析+图表+洞察+行动建议。On-demand only — read SKILL.md when user asks to 经营体检/数据分析/归因分析/成本分析/health check/attribution/DID/AB test/clustering.