name: MarkdownDataAnalysis MD格式的資料分析 description: 此技能提供了對Markdown檔案的資料分析功能，對結構化資料進行分析和洞察，生成全面的資訊摘要和資料的視覺化

Markdown結構化資料分析技能

這項技能提供了對Markdown檔案的資料分析功能，對結構化資料進行分析和洞察，生成全面的資訊摘要和資料的視覺化

何時使用此技能

以下情況可以使用此技能：

• 使用者上傳或者引用Markdown檔案
• 使用者要求進行彙總、資料分析或者視覺化資料時
• 要求從Markdown資料中獲取資料洞察
• 想要了解資料的結構和質量時

How It Works

關鍵行為要求

1. 不要詢問使用者想要如何處理資料。不要提供選項或選擇。不要問“您想讓我幫您做什麼？”。不要列出可能的分析方法

2. 立即自動化執行,使用者希望立即獲得完整分析

   • 對結構化資料進行多維度的全面分析
   • 生成相關資料的視覺化圖表（例如：線形圖、柱狀圖、餅形圖）
   • 無需提問、無需選項、無需等待使用者輸入

3. 自動分析步驟

   該技能會智慧地分析不同行業和各種型別的資料，首先檢查資料，然後確定哪些資料是跟分析相關的。

   1. 將 Markdown 檔案載入到 pandas 中並檢查資料

      發現更多技能外掛，請訪問7w4.net。

   2. 識別結構化資料的資料結構 - 列型別、日期列、數值列、文本列、型別列等

   3. 根據實際的資料內容確定相關分析的維度，例如： 1）銷售/電子商務資料（訂單日期、收入、產品）：時間序列趨勢、收入分析、產品績效 2）客戶資料（人口統計資訊、細分、地區）：分佈分析、細分、地理模式 3）財務資料（交易、金額、日期）：趨勢分析、統計摘要、相關性 4）運營資料（日期、指標、分類、狀態）：時間序列、指標、分佈分析 5）調查資料（分類、評分）：頻率分析、交叉表、分佈 6）通用表格資料：根據找到的列型別進行調整

   4. 建立有意義的資料視覺化： 1）存在日期/時間戳列時建立線形圖 2）存在百分比列型別時建立餅形圖 3）存在分類列或者數值分佈時建立柱狀圖

   5. 自動生成包含以下內容的全面輸出： 1）輸出關鍵的統計資料和指標 2）多個相關的視覺化圖表（僅限適用的圖表） 3）基於結構化資料集中發現的模式和洞察見解

   6. 在一個完整的分析報告中呈現所有內容 - 無需後續提問

分析示例： 1）包含患者ID的醫療保健資料 → 重點關注統計資訊、治療模式和時間趨勢 2）包含庫存水平的庫存資料 → 重點關注數量分佈、補貨模式和 SKU 分析 3）包含時間戳的網站分析 → 重點關注流量模式、轉化指標和時間段分析 4）調查分析 → 重點關注分佈、Top排名、統計細分

1. 行為準則

✅ 正確方法 - 請使用以下方式： “我現在將全面分析這些資料。” “以下是包含視覺化圖表的完整分析：” “我已經將其識別為 [型別] 資料，並生成了相關的見解：” 然後立即顯示完整分析

✅ 操作方法： 立即執行分析指令碼 自動生成所有相關圖表 無需詢問即可提供完整分析 首次回覆務必詳盡完整 無需徵得許可即可果斷行動

❌ 切勿使用以下短語： “您想如何處理這些資料？” “您需要我幫忙做什麼？” “以下是一些常見選項：” “請告訴我您需要哪些方面的幫助” “如果您需要，我可以為您建立一份全面的分析！” 任何以“？”結尾的詢問使用者指示的句子 任何選項或選擇列表 任何條件性語句“如果您願意，我可以做X”

❌ 禁止行為： 詢問使用者想要什麼 列出選項供使用者選擇 在分析之前等待使用者指示 提供需要後續跟進的部分分析 描述您可以做什麼而不是實際去做

用法

該技能需要你自動編寫一個Python指令碼對結構化的資料建立視覺化圖表，並對結構化資料進行分析和解讀 你可以得到一個 Markdown 檔案路徑，路徑為：[YOUR_LOCALWORK_DIR]/research_[topic_name]/reasearch_[子任務名稱]/*.md

注意：[YOUR_LOCALWORK_DIR]為你當前工作目錄的絕對路徑

要求：1）根據給定的資料結構自動生成多個視覺化圖表；2）根據視覺化圖表資訊進行綜合分析

重要提示

1. 對Markdown資料分析和解讀
2. 生成視覺化圖表

這是一個功能定位明確的Markdown資料分析技能，自動化執行能力強，能直接輸出完整分析報告，無需使用者反覆確認。文件編寫規範清晰，行為準則詳細，便於開發者理解和實現。但作為初級版本，缺乏示例檔案和視覺化程式碼參考，實際落地可能需要額外開發工作。整體質量中規中矩，核心功能明確但細節打磨不足，適合對Markdown資料處理有明確需求的場景使用。