data-analysis-preview

name	data-analysis-preview
description	中文名称“数据分析预览”的数据分析与可视化报告生成 skill。Use when Codex needs to analyze CSV、Excel、JSON、采集商品数据、业务数据、订单数据、库存数据、销售数据、广告数据、ERP 数据或 MCP 读取到的数据，并且需要生成可在 Codex 左侧预览框或浏览器打开的 HTML 分析报告。Triggers include 用户要求“使用数据分析预览”“数据分析预览 skill”“数据分析”“分析这批数据”“生成分析报告”“可视化结果”“预览分析结果”“把分析结果做成页面”“商品数据分析”“采集数据分析”“销量库存价格分析”等。

数据分析预览

使用本 skill 时，目标不是只在对话里给结论，而是把分析结论生成一个可预览的中文 HTML 报告。报告应便于非技术用户查看，避免让用户直接阅读 JSON、CSV 或原始表格。

核心流程

1. 明确数据来源：

   • 本地文件：CSV、Excel、JSON、数据库导出等。
   • MCP 数据：例如 collector_local_data 返回的采集批次、商品分页或完整 JSON。
   • 用户粘贴的数据：表格、JSON 片段或文本列表。

2. 优先给用户选择入口：

   • 如果数据来自采集批次，先列出主题、采集时间、数据量和可视化预览链接。
   • 不要把原始 JSON 当作主要展示方式。

3. 读取和清洗数据：

   • 识别字段含义、数据类型、缺失值、重复值、异常值。
   • 只分析用户有权访问或已经提供的数据。
   • 不要保存 Cookie、token、密码、鉴权头等敏感信息。

4. 做中文分析：

   • 先给概览指标，再给排名、分组、异常、机会点和风险点。
   • 电商商品数据优先分析价格、销量、库存、上架时间、商家、类目、评分、标题关键词、图片完整性和字段缺失率。
   • 业务数据优先分析趋势、结构、Top/Bottom、转化、毛利、库存周转、异常波动。

5. 生成可预览报告：

   • 使用 scripts/generate-report.mjs 生成 HTML。
   • 报告文件应放在用户当前工作区或用户指定目录，文件名包含主题和时间。
   • 最终回复必须给出可点击的 HTML 文件路径或 URL。

6. 保留分析过程可追溯：

   • 报告中写明数据来源、记录数、生成时间、关键字段和口径说明。
   • 对推断性结论使用“可能”“建议进一步确认”等措辞。

什么时候读取参考文件

• 需要生成 HTML 报告数据结构时，读取 references/report-schema.md。
• 分析电商、采集商品、销售库存类数据时，读取 references/ecommerce-analysis.md。
• 用户问“怎么使用这个 skill”或需要交付教程时，读取 references/usage-guide.md。

报告生成方式

先把分析结果整理成结构化 JSON，再调用脚本：

node <项目目录>\cb-collector\data-analysis-preview\scripts\generate-report.mjs --input analysis-report.json --output analysis-report.html

输出要求

最终回复使用中文，包含：

• 一句话说明已经完成分析报告。
• HTML 报告的可点击链接。
• 2 到 5 条最重要结论。
• 如果没有生成报告，说明原因和下一步需要什么。

不要把完整数据集贴在对话里。数据较大时，只展示摘要和报告入口。