---

slug: "data-analyst-chinese"
name: "data-analyst-chinese"
version: 1.0.1
displayName: "中文数据分析(专业版)"
summary: "全功能中文数据分析平台,支持时序分解、假设检验、大数据集批处理与自定义报告模板。。中文数据分析专业版面向专业数据分析师、BI 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:"
summary_zh: "全功能中文数据分析平台,支持时序分解、假设检验、大数据集批处理与自定义报告模板。。中文数据分析专业版面向专业数据分析师、BI 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:"
license: "MIT"
edition: "pro"
description: |-
  中文数据分析专业版面向专业数据分析师、BI 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:
  - 涵盖免费版全部能力,无条数与功能限制
  - 时间序列分析:重采样、滚动窗口、季节性分解、ARIMA/Prophet 预测
  - 假设检验与 A/B 测试:t 检验、卡方、方差分析、效应量与置信区间
  - 大数据集批处理:Dask/Polars 后端,千万级数据增量计算
  - 自定义报告模板:Jinja2 模板引擎,HTML/PDF/PPT 多格式输出
  - 定时分析任务与邮件分发,自动化周报/月报
  - 与企业数据库深度...
tags:
  - 数据分析
  - 假设检验
  - 分析
  - 企业数据
  - 不支持
  - 返回
tools:
  - read
  - exec
  - write
  - glob
homepage: ""
category: "Research"

---

# 中文数据分析(专业版)

## 付费版专享能力

| 能力 | 免费版 | 付费版 |
|---|---|---|
| 基础功能 | 支持 | 支持 |
| 中文数据分析(专业版)全功能中文数据分析 | 不支持 | 支持 |
| 中文数据分析(专业版)大数据集批处理 | 不支持 | 支持 |
| 大数据集流式处理 | 不支持 | 支持 |
| 多数据源关联查询 | 不支持 | 支持 |
| 可视化图表自动生成 | 不支持 | 支持 |

## 核心能力

### 2.1 数据读取全封装(免费版基础 + 企业级扩展)
| 数据源 | 代码片段 | 适用场景 |
|:-----|:-----|:-----|
| CSV / Excel / JSON | `pd.read_csv` / `read_excel` / `read_json` | 文件数据 |
| SQLite | `pd.read_sql` | 本地数据库 |
| `PostgreSQL` / MySQL | `pd.read_sql` + SQLAlchemy | 企业数据库 |
| ClickHouse | `clickhouse-driver` | OLAP 分析 |
| REST API | `requests.get` | 第三方接口 |
| 数据湖 | `pyarrow` / `duckdb` | Parquet/Arrow 文件 |

**输出**: 返回1 数据读取全封装(免费版基础 + 企业级扩展)的处理结果,包含执行状态码、结果数据和执行日志.
### 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**: 解析2 时间序列分析的输入参数,执行核心处理逻辑,返回结构化结果和执行状态.
**输出**: 返回2 时间序列分析的处理结果,包含执行状态码、结果数据和执行日志.
### 2.3 假设检验与 A/B 测试
| 检验类型 | 适用场景 | 关键产出 |
|---:|---:|---:|
| t 检验(独立/配对) | 均值差异 | t 值 + p 值 + 效应量 |
| 卡方检验 | 类别关联 | χ² + p 值 + Cramer's V |
| 方差分析(ANOVA) | 多组均值对比 | F 值 + p 值 + 事后检验 |
| Mann-Whitney U | 非正态分布 | U 值 + p 值 |
| 多重比较校正 | 批量检验 | Bonferroni / BH 校正后 p 值 |
| 效应量 | 业务重要性 | Cohen's d / 优势比 + 置信区间 |

**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 测试的处理结果,包含执行状态码、结果数据和执行日志.
### 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 大数据批处理的处理结果,包含执行状态码、结果数据和执行日志.
### 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**: 解析5 自定义报告模板的输入参数,执行核心处理逻辑,返回结构化结果和执行状态.
### 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**:指数退避重试，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**: 解析7 企业数据库深度集成的输入参数,执行核心处理逻辑,返回结构化结果和执行状态.
**输出**: 返回7 企业数据库深度集成的处理结果,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。

## 适用场景

### 3.1 按角色场景矩阵

| 角色 | 场景 | 关键能力 | 输出形态 |
|:---:|:---:|:---:|:---:|
| 数据分析师 | A/B 实验结论判定 | 假设检验 + 多重比较校正 | 结论表 + 决策建议 |
| BI 工程师 | 大屏数据底表生产 | 大数据批处理 + 增量更新 | 物化视图 + 数据集 |
| 数据团队负责人 | 周报/月报自动化 | 定时任务 + 邮件分发 | PDF 报告 + 邮件 |
| 业务决策者 | 关键指标预测 | 时序分解 + Prophet 预测 | 预测曲线 + 置信区间 |

### 示例

```text
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

```text
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

```text
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

```text
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

| 参数名 | 类型 | 必填 | 说明 |
|:------|------:|:------|:------|
| content | string | 否 | data-analyst-chinese处理的内容输入 |,  |
| content | string | 否 | data-analyst-chinese处理的内容输入 |, 可选值: json/text/markdown |
| style | string | 否 | 输出风格, 参考 `references/style.md` |

## 输出格式

```json
{
  "success": true,
  "data": {
    result: "chinese 相关配置参数",
    result: "chinese 相关配置参数",
    result: "chinese 相关配置参数",
    "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

| 错误场景 | 原因 | 处理方式 |
|---:|:---|---:|
| 配置错误 | 参数缺失或格式错误 | 检查依赖说明中的配置要求 |
| 运行时错误 | 运行环境不满足 | 确认运行环境符合依赖说明 |
| 网络错误 | 连接超时或不可达 | 

## 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

| 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 |
| pandas | Python 库 | 必需 | `pip install pandas` |
| numpy | Python 库 | 必需 | `pip install numpy` |
| scipy | Python 库 | 必需 | `pip install scipy`(假设检验) |
| statsmodels | Python 库 | 必需 | `pip install statsmodels`(时序分解) |
| prophet | Python 库 | 可选 | `pip install prophet`(预测) |
| matplotlib | Python 库 | 必需 | `pip install matplotlib`(可视化) |
| seaborn | Python 库 | 可选 | `pip install seaborn` |
| sqlalchemy | Python 库 | 必需 | `pip install sqlalchemy`(数据库) |
| psycopg2 | Python 库 | 可选 | `pip install psycopg2-binary`(`PostgreSQL`) |
| clickhouse-driver | Python 库 | 可选 | `pip install clickhouse-driver`(ClickHouse) |
| dask | Python 库 | 可选 | `pip install dask`(大数据) |
| polars | Python 库 | 可选 | `pip install polars`(高性能) |
| jinja2 | Python 库 | 必需 | `pip install jinja2`(报告模板) |
| pyarrow | Python 库 | 可选 | `pip install pyarrow`(Parquet) |
| duckdb | Python 库 | 可选 | `pip install duckdb`(多源联表) |

### 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**:
```json
{
  "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**:
```json
{
  "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

| 错误场景(续)| 原因 | 处理方式 |
|----|:--:|---:|
| LLM响应超时或无响应 | 网络延迟或模型负载过高 | ，请求；确认Agent平台LLM服务正常 |
| 输入内容格式不正确 | 用户输入不符合skill预期格式 | 检查输入是否符合skill使用说明中的格式要求，参考示例章节 |
| 执行结果与预期不符 | 指令描述不够明确或上下文不足 | 提供更详细的指令描述，补充必要的上下文信息 |
| 命令执行失败 | 运行环境不满足要求或权限不足 | 确认运行环境符合依赖说明中的要求；检查命令权限设置 |