--- slug: "csv-analyzer-free" name: "csv-analyzer-free" version: "1.0.0" displayName: "CSV数据分析-免费版" summary: "CSV数据分析免费版，提供快速统计与基础筛选，零外部依赖，适合轻量数据探索。。CSV数据分析器免费版提供快速统计与基础筛选能力. 仅依赖Python标准库（csv模块），无需pandas或重" summary_zh: "CSV数据分析免费版，提供快速统计与基础筛选，零外部依赖，适合轻量数据探索。。CSV数据分析器免费版提供快速统计与基础筛选能力. 仅依赖Python标准库（csv模块），无需pandas或重" license: "MIT" description: |- CSV数据分析器免费版提供快速统计与基础筛选能力. 仅依赖Python标准库（csv模块），无需pandas或重型依赖. 核心能力： - 快速统计：stats命令返回行数、列类型、数值列min/max/mean、文本列unique计数 - 基础筛选：filter命令支持比较运算符，可导出筛选结果 - 自动列类型检测：数值、日期、文本自动识别 升级付费版专享：Top/Bottom N、异常检测（z-score 2σ）、分组聚合（sum/count）、结果导出. 适用场景：轻量数据探索、基础统计、简单筛选. 不适用于：超过100MB的大文件、加密文件破解. tags: - 信息检索 - 数据分析 - CSV - 工具 - 效率 - csv - pandas - stats - filter - python3 tools: - read - exec - write homepage: "" category: "Automation" --- # Csv Analyzer — CSV数据分析器（免费版） 用简单命令分析CSV文件，即时获取统计与筛选结果——无需pandas或重型依赖. ## 输入格式 | 参数名 | 类型 | 必填 | 说明 | |---|---|---|---| | input | string | 是 | CSV数据分析-免费版处理的输入数据或指令 | | options | object | 否 | 附加配置选项,如模式选择、格式偏好等 | | callback_url | string | 否 | 异步处理完成后的回调通知URL | ## 依赖说明 ### 运行环境 - **Agent平台**: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI等） - **操作系统**: Windows / macOS / Linux ### 依赖项 | 依赖项 | 类型 | 是否必需 | 获取方式 | |:-----|:-----|:-----|:-----| | LLM API | API | 必需 | 由Agent内置LLM提供 | ### API Key 配置 本Skill无需额外API Key（LLM能力由Agent平台内置提供） ### 可用性分类 - **分类**: MD+EXEC（） ## 核心能力 ### 核心能力（免费版） **输入**: 用户提供核心能力（免费版）所需的指令和必要参数. **处理**: 解析核心能力（免费版）的输入参数,执行核心处理逻辑,返回结构化结果和执行状态. **输出**: 返回核心能力（免费版）的处理结果,包含执行状态码、结果数据和执行日志。- 验证返回数据的完整性和格式正确性 - 参考`核心能力（免费版）`的配置文档进行参数调优 ### 1. 快速统计（stats） ```bash python3 {baseDir}/（请参考skill目录中的脚本文件） stats data.csv ``` 返回行数、列类型、数值列的min/max/mean、文本列的unique计数. **输入**: 用户提供快速统计（stats）所需的指令和必要参数。- 验证执行结果,确认输出符合预期格式 - 异常时参考错误处理章节进行恢复 - 关键参数: `快速统计（stats）` 选项 ### 2. 基础筛选（filter） ```bash python3 {baseDir}/（请参考skill目录中的脚本文件） # ... **输入**: 用户提供核心能力（免费版）相关的配置参数、输入数据和处理选项. **处理**: 解析核心能力（免费版）的输入参数,执行核心处理逻辑,返回结构化结果和执行状态. # ... **输出**: 返回基础筛选（filter）的处理结果,包含执行状态码、结果数据和执行日志. ### 为何不用pandas？ # ... pandas很强大，但仅导入就占100MB+内存，对快速分析任务过于重型。本技能仅用Python标准库，在2GB内存服务器上运行无压力. # ... **输入**: 用户提供为何不用pandas？相关的配置参数、输入数据和处理选项. **输出**: 返回为何不用pandas？的处理结果,包含执行状态码、结果数据和执行日志。- 验证返回数据的完整性和格式正确性 - 参考`为何不用pandas？`的配置文档进行参数调优 ### 付费版专享能力 # ... > 升级付费版解锁以下高级能力： # ... - **Top/Bottom N**：`top`/`bottom` 命令按指定列取前N/后N行（如 `--column revenue --n 10`）. - **异常检测**：`anomalies` 命令基于z-score检测超出2σ的值. - **分组聚合**：`group` 命令按指定列分组，支持 `sum`/`count` 等多种聚合函数，可同时指定多个 # ... **输入**: 用户提供付费版专享能力相关的配置参数、输入数据和处理选项. **处理**: 解析付费版专享能力的输入参数,执行核心处理逻辑,返回结构化结果和执行状态. **输出**: 返回付费版专享能力的处理结果,包含执行状态码、结果数据和执行日志. # ... # ## 快速开始 1. 确认运行环境满足依赖说明中的要求 2. 在AI Agent对话中调用本技能,提供必要的输入参数 3. 检查输出结果,根据需要进行后续处理 > 详细的输入输出格式请参考下方章节说明。 ## 核心能力（免费版）(补充) # ... ### 1. 快速统计（stats）(补充) # ... ```bash python3 {baseDir}/（请参考skill目录中的脚本文件） stats data.csv ``` # ... 返回行数、列类型、数值列的min/max/mean、文本列的unique计数. # ... ### 2. 基础筛选（filter）(补充) # ... ```bash python3 {baseDir}/（请参考skill目录中的脚本文件） filter data.csv --where "amount>1000" --output big_orders.csv ``` # ... 支持比较运算符（`>`、`<`、`>=`、`<=`、`==`、`!=`），可将筛选结果导出为CSV. # ... ### 3. 自动列类型检测 # ... 自动识别列类型：数值（numeric）、日期（date）、文本（text）。数值列做统计计算，文本列做unique计数. # ... ## 为何不用pandas？(补充) # ... pandas很强大，但仅导入就占100MB+内存，对快速分析任务过于重型。本技能仅用Python标准库，在2GB内存服务器上运行无压力. # ... ## 使用流程 # ... 1. **确认环境**：检查 `python3` 可用（无需安装任何外部包）. 2. **快速统计**：用 `stats` 命令获取数据概况（行数、列类型、min/max/mean）. 3. **按需筛选**：用 `filter` 命令按条件筛选行，支持比较运算符. 4. **导出结果**：用 `--output` 参数将筛选结果导出为CSV. 5. **验证输出**：检查导出文件的行数与内容是否符合预期. # ... ## 示例 # ... ### 示例1：快速统计 # ... ```bash python3 {baseDir}/（请参考skill目录中的脚本文件） stats orders.csv # 输出： # 行数: 1500 # 列: order_id(text, 1500 unique), amount(numeric, min=10.5, max=9999.0, mean=456.78), # category(text, 12 unique), order_date(date) ``` # ... ### 示例2：筛选大额订单并导出 # ... ```bash python3 {baseDir}/（请参考skill目录中的脚本文件） filter orders.csv --where "amount>1000" --output big_orders.csv # 输出：筛选出87行，已导出到 big_orders.csv ``` # ... ### 示例3：按条件筛选 # ... ```bash python3 {baseDir}/（请参考skill目录中的脚本文件） filter orders.csv --where "category==electronics" # 输出：筛选出category为electronics的行 ``` # ... ## 付费版专享能力(补充) # ... > 升级付费版解锁以下高级能力： # ... - **Top/Bottom N**：`top`/`bottom` 命令按指定列取前N/后N行（如 `--column revenue --n 10`）. - **异常检测**：`anomalies` 命令基于z-score检测超出2σ的值. - **分组聚合**：`group` 命令按指定列分组，支持 `sum`/`count` 等多种聚合函数，可同时指定多个. - **多聚合组合**：`--agg "sum:amount" "count:id"` 一次指定多个聚合. - **统计分析扩展**：mean之外的median/std/percentiles等统计量. - **多条件组合**：`--where` 支持 AND/OR 组合条件（免费版仅支持单条件）. # ... ## 错误处理 # ... | 错误场景 | 原因 | 处理方式 | |---:|---:|---:| | `FileNotFoundError` | 文件路径错误或不存在 | 校验文件路径与扩展名（.csv） | | `python3: command not found` | 系统未安装Python 3 | 安装Python 3.x并确保 `python3` 在PATH中 | | `--column` 列名不存在 | 列名拼写错误或大小写不匹配 | 先用 `stats` 查看实际列名，再传入 | | `--where` 表达式无效 | 比较运算符或列名错误 | 使用合法运算符（`>`/`<`/`>=`/`<=`/`==`/`!=`）与正确列名 | | 数值列含非数值 | 数据中有空值或字符串 | 清洗数据或确认列类型识别正确 | | 日期解析失败 | 非ISO格式 | 优先使用ISO 8601（`2024-01-15`），其他格式可能无法识别 | | 文件过大导致内存不足 | 超过约100MB | 改用pandas流式处理，或拆分文件 | | `--output` 路径不可写 | 目录权限不足 | 检查目标目录权限或更换输出路径 | | 调用付费版专享命令 | 免费版仅支持stats/filter | 升级付费版解锁top/bottom/anomalies/group命令 | # ... ## 常见问题 # ... ### Q1：免费版支持哪些命令？ 免费版支持 `stats`（快速统计）与 `filter`（基础筛选）两个命令。`top`/`bottom`/`anomalies`/`group` 为付费版专享. # ... ### Q2：为何不用pandas？ pandas仅导入就占100MB+内存，对快速分析任务过于重型。本技能仅用Python标准库（csv模块），在2GB内存服务器上运行无压力. # ... ### Q3：支持多大的文件？ 设计支持约100MB以内的文件（载入内存）。超过此规模建议安装pandas或使用流式处理. # ... ### Q4：支持哪些比较运算符？ `filter` 的 `--where` 支持 `>`、`<`、`>=`、`<=`、`==`、`!=` 六种比较运算符。多条件组合（AND/OR）为付费版专享. # ... ### Q5：能检测异常吗？ 免费版不提供异常检测。付费版提供 `anomalies` 命令，基于z-score检测超出2σ的值. # ... ### Q6：能分组聚合吗？ 免费版不提供分组聚合。付费版提供 `group` 命令，支持 `sum`/`count` 等聚合函数. # ... ### Q7：如何升级到付费版？ 参考 `csv-analyzer` 付费版SKILL.md，解锁Top/Bottom N、异常检测、分组聚合、多条件组合等能力. # ... ## 已知限制 # ... - 仅支持 `stats` 与 `filter` 命令，不支持 top/bottom/anomalies/group（付费版专享）. - 设计支持约100MB以内的文件（载入内存），更大文件需pandas流式处理. - 日期解析为基础级，优先支持ISO 8601格式，其他格式可能无法识别. - `--where` 仅支持单条件，不支持 AND/OR 组合（付费版专享）. - 仅依赖Python标准库，无pandas的向量化加速，大文件分析较慢. - 不支持加密CSV文件的破解. - 不支持多表JOIN与跨文件关联分析. # ...