data-analysis

# 基础数据分析 Skill V1.0.0 > **作者**: WuWenBin-BeiJing-ST > > 2026 年，基础的数据分析涉及到数据清洗和数据整理，这些工作应该交给 Skills 自动完成。本 Skill 提供标准数据分析全流程能力——从原始数据到专业报告，一键搞定。 ## 前言 基础的数据分析涉及到数据清洗和数据整理，2026 年，这些基础工作应该交给 Skills。本 Skill 需要完成数据分析能力，能够自动制作图表（柱状图、饼状图、带数据标记的折线图、条形图），数据分析能力具备： 1. **标准数据分析流程**（EDA → 清洗 → 分析 → 可视化 → 洞察 → 输出）执行，同时处理常见文件格式（CSV、Excel、JSON） 2. Agent 在 Skill 里自动调用 Kimi/DeepSeek 生成自然语言洞察部分 3. 具备导出 Word 报告的能力 ## 能力概览 本 Skill 提供端到端数据分析能力，涵盖从原始数据到专业报告的完整流程： 1. **数据加载** — 支持 CSV、Excel (.xlsx/.xls)、JSON 格式，自动识别编码 2. **EDA 探索** — 数据概览、缺失值分析、类型推断、描述性统计 3. **数据清洗** — 删除空行/重复行、缺失值填充、异常值标记 4. **统计分析** — 数值列统计、分类列频次、相关性分析 5. **可视化** — 自动生成柱状图、饼状图、折线图、条形图（PNG 格式） 6. **AI 洞察** — 调用 Kimi/DeepSeek 生成自然语言业务洞察 7. **报告导出** — 一键生成专业 Word 分析报告 ## 快速开始 ```bash # Step 1: 执行数据分析（EDA + 清洗 + 统计 + 图表） python3 scripts/analyze.py <数据文件路径> --output-dir ./output # Step 2: 生成 Word 报告（洞察文本由 Agent 调用 Kimi/DeepSeek 生成） python3 scripts/export_report.py ./output/summary.json "<AI洞察文本>" --output ./报告.docx ``` ## 标准工作流 ``` 用户上传数据文件 ↓ [1] 加载数据（CSV/Excel/JSON） ↓ [2] EDA 探索性分析 ↓ [3] 数据清洗（自动 + 日志记录） ↓ [4] 统计分析（数值 + 分类） ↓ [5] 可视化（自动生成四类图表） ↓ [6] AI 洞察生成（调用 Kimi/DeepSeek） ↓ [7] 导出 Word 报告 ↓ 返回报告文件给用户 ``` 详细流程说明见 [references/workflow.md](references/workflow.md)。 ## 脚本说明 ### `scripts/analyze.py` **功能**: 数据分析核心脚本，执行 EDA、清洗、统计、图表生成。 **用法**: ```bash python3 scripts/analyze.py <数据文件> [--output-dir <输出目录>] ``` **输出**: - `summary.json` — 完整分析结果（EDA、清洗日志、统计、图表路径） - `charts/*.png` — 自动生成的可视化图表 **依赖**: pandas, matplotlib, numpy, openpyxl ### `scripts/export_report.py` **功能**: 生成 Word 格式数据分析报告。 **用法**: ```bash python3 scripts/export_report.py <summary.json路径> "<洞察文本>" [--output <报告路径>] ``` **输出**: 专业排版的 Word 文档，包含封面、数据概览、清洗记录、统计分析、图表、AI 洞察、结论建议。 **依赖**: python-docx ## AI 洞察生成 本 Skill 需 Agent 调用外部大模型（Kimi 或 DeepSeek）生成自然语言洞察。 详细调用方式、Prompt 模板、环境变量配置见 [references/insight_generation.md](references/insight_generation.md)。 **关键配置**: ```bash # Kimi API Key export KIMI_API_KEY="your-kimi-api-key" # DeepSeek API Key export DEEPSEEK_API_KEY="your-deepseek-api-key" ``` ## 图表类型 | 图表类型 | 适用场景 | 自动生成条件 | |---------|---------|-------------| | 柱状图 | 数值分布、分类频次 | 数值列最多 3，分类列最多 2 | | 饼状图 | 分类占比 | 分类列唯一值 ≥ 2，最多 2 列 | | 折线图 | 数值趋势（带数据标记） | 数值列数据点 ≥ 2，最多 3 列 | | 条形图 | 分类排名（水平） | 分类列唯一值 ≥ 2，最多 2 列 | 所有图表自动适配中文字体（PingFang SC / SimHei / Microsoft YaHei 等）。 ## 支持的数据格式 | 格式 | 扩展名 | 编码处理 | |------|--------|---------| | CSV | .csv | 自动尝试 utf-8 / utf-8-sig / gbk | | Excel | .xlsx, .xls | 自动读取，支持多 Sheet（默认第一个） | | JSON | .json | 支持数组格式、对象数组、键值对映射 | ## Agent 执行指南 当用户触发本 Skill 时，按以下步骤执行： 1. **确认数据文件路径** — 用户上传或指定路径 2. **执行 analyze.py** — 生成 `summary.json` 和图表 3. **读取 summary.json** — 提取关键信息构建 Prompt 4. **调用 Kimi/DeepSeek** — 生成自然语言洞察 5. **执行 export_report.py** — 生成 Word 报告 6. **返回报告文件** — 提供下载路径或直接发送给用户 **错误处理**: - 缺少依赖 → 提示用户运行 `pip3 install pandas matplotlib numpy openpyxl python-docx` - 缺少 API Key → 提示配置环境变量 - 数据格式错误 → 提示用户检查文件格式 ## 参考文档 - [工作流详解](references/workflow.md) — 标准流程、判断逻辑、常见问题 - [洞察生成指南](references/insight_generation.md) — Kimi/DeepSeek 调用方式、Prompt 模板