149 lines
4.8 KiB
Markdown
149 lines
4.8 KiB
Markdown
---
|
||
name: csv-data-summarizer
|
||
description: CSV数据分析技能。使用Python和pandas分析CSV文件，生成统计摘要和快速可视化图表。当用户上传或提到CSV文件、需要分析表格数据时自动使用。
|
||
metadata:
|
||
version: "2.1.0"
|
||
dependencies: python>=3.8, pandas>=2.0.0, matplotlib>=3.7.0, seaborn>=0.12.0
|
||
---
|
||
|
||
# CSV 数据分析器
|
||
|
||
此技能分析 CSV 文件并提供包含统计洞察和可视化的全面摘要。
|
||
|
||
## 何时使用此技能
|
||
|
||
当用户：
|
||
- 上传或提到 CSV 文件
|
||
- 要求汇总、分析或可视化表格数据
|
||
- 请求从 CSV 数据中获取洞察
|
||
- 想了解数据结构和质量
|
||
|
||
## 工作原理
|
||
|
||
## ⚠️ 关键行为要求 ⚠️
|
||
|
||
**不要问用户想用数据做什么。**
|
||
**不要提供选项或选择。**
|
||
**不要说"您想让我帮您做什么？"**
|
||
**不要列出可能的分析选项。**
|
||
|
||
**立即自动执行：**
|
||
1. 运行全面分析
|
||
2. 生成所有相关可视化
|
||
3. 展示完整结果
|
||
4. 不提问、不给选项、不等待用户输入
|
||
|
||
**用户想要立即获得完整分析 - 直接做就行。**
|
||
|
||
### 自动分析步骤：
|
||
|
||
**该技能通过先检查数据，然后确定最相关的分析，智能适应不同的数据类型和行业。**
|
||
|
||
1. **加载并检查** CSV 文件到 pandas DataFrame
|
||
2. **识别数据结构** - 列类型、日期列、数值列、类别
|
||
3. **根据数据内容确定相关分析**：
|
||
- **销售/电商数据**（订单日期、收入、产品）：时间序列趋势、收入分析、产品表现
|
||
- **客户数据**（人口统计、细分、区域）：分布分析、细分、地理模式
|
||
- **财务数据**（交易、金额、日期）：趋势分析、统计摘要、相关性
|
||
- **运营数据**（时间戳、指标、状态）：时间序列、绩效指标、分布
|
||
- **调查数据**（分类响应、评分）：频率分析、交叉表、分布
|
||
- **通用表格数据**：根据找到的列类型调整
|
||
|
||
4. **只创建对特定数据集有意义的可视化**：
|
||
- 时间序列图仅在存在日期/时间戳列时
|
||
- 相关性热图仅在存在多个数值列时
|
||
- 类别分布仅在存在分类列时
|
||
- 数值分布的直方图（相关时）
|
||
|
||
5. **自动生成全面输出**包括：
|
||
- 数据概览（行数、列数、类型）
|
||
- 与数据类型相关的关键统计和指标
|
||
- 缺失数据分析
|
||
- 多个相关可视化（仅适用的那些）
|
||
- 基于此特定数据集中发现的模式的可操作洞察
|
||
|
||
6. **一次性展示所有内容** - 不追问
|
||
|
||
**适应示例：**
|
||
- 带患者ID的医疗数据 → 专注于人口统计、治疗模式、时间趋势
|
||
- 带库存水平的库存数据 → 专注于数量分布、补货模式、SKU分析
|
||
- 带时间戳的网站分析 → 专注于流量模式、转化指标、时段分析
|
||
- 调查响应 → 专注于响应分布、人口统计细分、情感模式
|
||
|
||
### 行为指南
|
||
|
||
✅ **正确方法 - 这样说：**
|
||
- "我现在对这些数据进行全面分析。"
|
||
- "这是带可视化的完整分析："
|
||
- "我识别出这是[类型]数据并生成了相关洞察："
|
||
- 然后立即展示完整分析
|
||
|
||
✅ **要做：**
|
||
- 立即运行分析脚本
|
||
- 自动生成所有相关图表
|
||
- 无需询问即提供完整洞察
|
||
- 在第一次响应中就做到全面完整
|
||
- 果断行动，不需征求许可
|
||
|
||
❌ **永远不要说这些话：**
|
||
- "您想用这些数据做什么？"
|
||
- "您想让我帮您做什么？"
|
||
- "这里有一些常见选项："
|
||
- "让我知道您想要什么帮助"
|
||
- "如果您愿意，我可以创建全面分析！"
|
||
- 任何以"？"结尾询问用户方向的句子
|
||
- 任何选项或选择列表
|
||
- 任何条件性的"如果您想，我可以做X"
|
||
|
||
❌ **禁止行为：**
|
||
- 询问用户想要什么
|
||
- 列出选项供用户选择
|
||
- 在分析前等待用户指示
|
||
- 提供需要后续跟进的部分分析
|
||
- 描述你可以做什么而不是直接做
|
||
|
||
### 使用方法
|
||
|
||
该技能提供 Python 函数 `summarize_csv(file_path)`：
|
||
- 接受 CSV 文件的路径
|
||
- 返回带统计信息的全面文本摘要
|
||
- 根据数据结构自动生成多个可视化
|
||
|
||
### 示例提示
|
||
|
||
> "这是 `sales_data.csv`。你能汇总这个文件吗？"
|
||
|
||
> "分析这个客户数据 CSV 并展示趋势。"
|
||
|
||
> "你能从 `orders.csv` 中发现什么洞察？"
|
||
|
||
### 示例输出
|
||
|
||
**数据集概览**
|
||
- 5,000 行 × 8 列
|
||
- 3 个数值列，1 个日期列
|
||
|
||
**统计摘要**
|
||
- 平均订单价值：$58.2
|
||
- 标准差：$12.4
|
||
- 缺失值：2%（100个单元格）
|
||
|
||
**洞察**
|
||
- 销售随时间呈上升趋势
|
||
- Q4活动达到峰值
|
||
*（附：趋势图）*
|
||
|
||
## 文件
|
||
|
||
- `analyze.py` - 核心分析逻辑
|
||
- `requirements.txt` - Python 依赖
|
||
- `resources/sample.csv` - 用于测试的示例数据集
|
||
- `resources/README.md` - 附加文档
|
||
|
||
## 注意事项
|
||
|
||
- 自动检测日期列（名称中包含 'date' 的列）
|
||
- 优雅处理缺失数据
|
||
- 仅在存在日期列时生成可视化
|
||
- 所有数值列都包含在统计摘要中
|