中文数据分析(专业版)

核心能力

2.1 数据读取全封装(免费版基础 + 企业级扩展)

输出: 返回1 数据读取全封装(免费版基础 + 企业级扩展)的执行结果,包含操作状态和输出数据。

2.2 时间序列分析

• 重采样:resample('D/W/M') 按日/周/月聚合
• 滚动窗口:rolling(window=7).mean() 移动平均与标准差
• 差分与百分比:diff() / pct_change()
• 季节性分解:seasonal_decompose 趋势-季节-残差分解
• 预测建模:ARIMA、Prophet、状态空间模型

处理: 按照skill规范执行2 时间序列分析操作,遵循单一意图原则。 输出: 返回2 时间序列分析的执行结果,包含操作状态和输出数据。

2.3 假设检验与 A/B 测试

输入: 用户提供3 假设检验与 A/B 测试所需的指令和必要参数。 输出: 返回3 假设检验与 A/B 测试的执行结果,包含操作状态和输出数据。

2.4 大数据批处理

• Dask 后端:千万级数据集分块并行计算
• Polars 后端:高性能单机多线程
• 增量计算:基于数据版本号做差量处理
• 检查点:长任务落盘,失败可断点续跑
• 资源管理:内存监控与自动溢写磁盘

输入: 用户提供4 大数据批处理所需的指令和必要参数。 输出: 返回4 大数据批处理的执行结果,包含操作状态和输出数据。

2.5 自定义报告模板

• Jinja2 引擎:支持条件渲染、循环、宏定义
• 多格式输出:Markdown / HTML / PDF / PPT
• 品牌化:自定义 Logo、配色、字体
• 模板库:内置电商/SaaS/金融/游戏/内容 5 套行业模板
• 变量插值:动态嵌入图表、表格、结论卡片

输入: 用户提供5 自定义报告模板所需的指令和必要参数。 处理: 按照skill规范执行5 自定义报告模板操作,遵循单一意图原则。

2.6 定时任务与邮件分发

• cron 调度:标准 5 段式 cron 表达式
• 数据源自动拉取:任务触发时拉取最新数据
• 报告自动生成:执行分析 → 渲染模板 → 输出文件
• 多渠道分发:邮件 / 企业 IM / Webhook / OSS
• 失败重试:指数退避,最多 3 次
• 审计日志:任务执行历史与结果留痕

2.7 企业数据库深度集成

• PostgreSQL:支持窗口函数、CTE、JSONB、物化视图
• MySQL:支持读写分离与连接池
• ClickHouse:OLAP 场景高速聚合
• 凭证安全:统一通过环境变量传入

输入: 用户提供7 企业数据库深度集成所需的指令和必要参数。 处理: 按照skill规范执行7 企业数据库深度集成操作,遵循单一意图原则。 输出: 返回7 企业数据库深度集成的执行结果,包含操作状态和输出数据。

能力覆盖范围

本skill还覆盖以下能力场景: 全功能中文数据分、析平台、支持时序分解、大数据集批处理与、中文数据分析专业、版面向专业数据分、工程师与数据团队、负责人、提供完整的数据分、析生产线能力、核心能力、涵盖免费版全部能、无条数与功能限制、效应量与置信区间、大数据集批处理、千万级数据增量计、模板引擎、定时分析任务与邮、自动化周报、与企业数据库深度。这些能力在上述核心功能中均有对应处理逻辑。

适用场景

3.1 按角色场景矩阵

示例

1. 每周一 09:00 定时任务触发
2. 自动从 PostgreSQL 拉取上周销售数据(增量)
3. 执行数据清洗与时序分解
4. 渲染 Jinja2 报告模板生成 PDF
5. 邮件分发至增长团队邮件组
6. 任务执行结果写入审计日志

使用流程

预计上手时间:< 120 秒(企业数据源需配置凭证)。

4.1 单次时序分析

请对销售数据做时序分析:
1. 数据源: postgres(凭证从环境变量读取)
2. 表: daily_sales(2023-01-01 至 2024-12-31)
3. 关注: 月度趋势 + 季节性 + 2025 年预测
4. 输出: 分解图 + 预测曲线 + PDF 报告

4.2 A/B 测试结论判定

请判定 A/B 测试:
5. 实验组: 10000 人,转化率 5.2%
6. 对照组: 9980 人,转化率 4.7%
7. 要求: t 检验 + 效应量 + 95% 置信区间
8. 输出: 结论 + 决策建议 + 报告卡片

4.3 定时报告任务

请配置每周一定时任务:
9. 数据源: PostgreSQL 销售明细表
10. 分析: 上周销售汇总 + Top 10 商品 + 异动归因
11. 模板: 电商行业模板 + 公司品牌
12. 分发: 邮件 + 企业 IM Webhook
13. 失败重试: 3 次,指数退避

输入格式

输出格式

{
  "success": true,
  "data": {
    result: "相关说明",
    result: "相关说明",
    result: "相关说明",
    "metadata": {
      "template_used": "reviewer",
      "word_count": 0,
      "style": "专业"
    }
  },
  "error": null
}

输出模板参考: assets/output.json

异常处理

依赖说明

运行环境

• Agent 平台: 任意支持 SKILL.md 的 AI Agent(Claude Code / Cursor / Codex / Gemini CLI 等)
• 操作系统: Windows / macOS / Linux
• Python: 3.9+(时序与大数据需要)

第三方依赖

API Key 配置

• 数据库凭证: 通过 DB_HOST/DB_USER/DB_PASSWORD 等环境变量传入
• 邮件 SMTP: 通过 SMTP_HOST/SMTP_USER/SMTP_PASSWORD 等环境变量传入
• Webhook: 通过 IM_WEBHOOK_URL 等环境变量传入
• 禁止: 在 SKILL.md、脚本、配置文件中硬编码任何凭证
• 推荐路径: 凭证统一存放在 d:skills.skill-credentials 目录(已 gitignore)

可用性分类

• 分类: MD+EXEC(纯 Markdown 指令,部分功能需要 exec 命令行执行能力)
• 说明: 基于自然语言驱动的 AI Skill,集成时序预测、假设检验、大数据与自动化分发的完整生产线

案例展示

示例1: 基础用法

输入:

{
  "content": "示例数据",
  "content": "示例数据",
  "style": "示例数据"
}

输出:

示例数据

示例2: 进阶用法

输入:

{
  "content": "示例数据",
  "content": "示例数据",
  "style": "示例数据"
}

输出:

示例数据

示例3: 边界情况 - 边界情况

输入:

{
  "content": "示例数据"
}

输出:

示例数据

常见问题

Q1: 专业版支持多大的数据集?

A: 单机模式支持千万级行(Dask/Polars 后端),集群模式可处理亿级。增量计算可显著降低重复成本。

Q2: 时序预测准确度如何?

A: 短期(7-30 天)预测准确度较高(MAPE < 10%);中长期(>90 天)建议结合业务判断。Prophet 适合有季节性的数据,ARIMA 适合平稳数据。

Q3: A/B 测试如何处理多重比较?

A: 专业版自动应用 BH 校正控制 FDR。严格场景(医疗/金融)可切换 Bonferroni。

Q4: 报告模板支持哪些变量?

A: 支持 data-analyst-chinese、相关信息、相关信息、相关信息、相关信息 等变量,详见模板文档。

Q5: 定时任务失败如何排查?

A: 查看审计日志中的执行历史,关注数据源连接、SQL 执行、模板渲染三阶段。失败自动重试 3 次,仍失败则告警。

Q6: 是否支持与 BI 工具集成?

A: 支持输出物化视图供 Tableau / Power BI / Metabase 消费,也可输出 Parquet 文件供数据湖使用。

Q7: 如何保障数据安全?

A: 凭证统一走环境变量,禁止硬编码;数据库账号最小权限原则;报告可加水印与访问控制;审计日志完整保留。

Q8: 是否支持 MCP工具扩展?

A: 专业版支持通过 MCP工具协议接入外部数据源与计算后端,可在 mcp_servers 配置块中注册 MCP server 与 MCP端点,融入 MCP生态共享分析能力。

Q9: 多个数据源如何联合分析?

A: 通过 duckdb 或 ETL 工具将多源数据归一至统一 Arrow/Parquet 格式后,可使用 SQL 联表查询。

Q10: 企业级部署如何授权?

A: 企业版支持团队席位授权与 SSO 集成,具体联系销售团队。

错误处理

已知限制

-

-

-