GeorgeDoors888
GeorgeDoors888/GB-Power-Market-JJ
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/GeorgeDoors888/GB-Power-Market-JJ --skill data-analysis-partner命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
超级简历 WonderCV 出品，3000 万用户信赖。简历分析、段落改写、JD 岗位匹配、自动匹配职位、PDF 导出、AI 求职导师（面试准备/薪资谈判/职业规划/多版本简历策略）。 触发条件：用户提供简历、要求简历点评/打分/反馈、希望改写某个简历部分、 希望将简历与岗位 JD 匹配、咨询求职建议或面试准备，或提到 CV/简历/求职。 不触发条件：用户讨论普通写作（非简历）、询问其他文档， 或讨论与求职和职业发展无关的话题。
Order food/drinks (点餐) on an Android device paired as an OpenClaw node. Uses in-app menu and cart; add goods, view cart, submit order (demo, no real payment).
调用久吾智能体API进行文本或文件分析处理。支持两种调用方式：(1) 文本内容分析 - 传入name(智能体名称)、docno(文档编号)、content(文本内容)；(2) 文件分析 - 传入name、docno和files(文件列表)进行智能评审。适用于合同评审、需求评审、文档审查等场景。当用户要求评审合同、分析条款、审查文档、需求评审、合同条款分析、或需要对文本和文件进行AI智能分析时触发。
基于 SOC 职业分类
正在显示 SKILL.md
| name | data-analysis-partner |
| description | 智能数据分析 Skill，输入 CSV/Excel 文件和分析需求，输出带交互式 ECharts 图表的 HTML 自包含分析报告 |
| metadata | {"openclaw":{"emoji":"📊","requires":{"bins":"[Truncated]"}}} |
本 Skill 提供 analyze_data 工具，能够：
当用户出现以下意图时，应主动调用 analyze_data 工具：
analyze_data(
file_path: "<文件绝对路径>",
requirements: "<自然语言分析需求>",
output_dir: "<输出目录，可选>"
)
示例 1：
用户说「帮我分析一下这个销售数据，各区域表现怎么样？」
→ 调用 analyze_data(file_path="/path/to/sales.csv", requirements="分析各区域销售额差异，找出表现最好和最差的区域，给出改善建议")
示例 2：
用户说「分析用户行为数据，找出流失节点」
→ 调用 analyze_data(file_path="/path/to/users.xlsx", requirements="对用户行为数据做漏斗分析，找出主要流失节点，分析流失原因")
示例 3：
用户说「分析产品退货率的影响因素」
→ 调用 analyze_data(file_path="/path/to/orders.csv", requirements="分析产品退货率，找出与退货率相关的主要因素，给出降低退货率的建议")
工具返回一个对象，包含：
| 字段 | 说明 |
|---|---|
report_path | HTML 报告文件路径，可直接在浏览器打开 |
summary | 结构化摘要数据（行列数、字段信息、关键洞察列表） |
charts_count | 生成的图表数量 |
insights | 规则引擎提取的关键洞察列表 |
open_command | 打开报告的命令（如 open /path/to/report.html） |
生成的 HTML 报告包含以下模块：
如果用户上传了文件但未提供路径，使用以下方式获取：
# OpenClaw 上传文件后，路径通常在 ~/Downloads/ 或临时目录
# 可以用 list_files 工具确认
list_files("~/Downloads")
本 Skill 在首次调用时会自动尝试创建隔离的 Python 环境并安装依赖。如果自动安装失败，请手动执行：
# 在 Skill 目录下创建虚拟环境
python3 -m venv ~/.openclaw/skills/data-analysis-partner/.venv
# 安装依赖
~/.openclaw/skills/data-analysis-partner/.venv/bin/pip install pandas numpy openpyxl xlrd
依赖安装优先级：
.venv（隔离环境，推荐）python3（需已安装 pandas/numpy）.venv 并安装（首次运行时尝试）生成的 HTML 报告通过 CDN 加载 ECharts 图表库：
<script src="https://cdn.jsdelivr.net/npm/echarts@5/dist/echarts.min.js"></script>
这意味着：
cdn.jsdelivr.net 发出网络请求如需完全离线查看，可在有网络时打开一次报告（ECharts 会被浏览器缓存），后续即可离线使用。