資料分析協調器

核心原則

• 先理解業務問題和指標口徑，再計算；不要從列名直接猜業務定義。
• 使用全量資料或可驗證的全量聚合，不用前若干行樣本計算結論。
• 保留原檔案；清洗、派生欄位、過濾、異常處理和降級都要記錄。
• 數字、表格、圖表和摘要必須使用同一口徑並可復算。
• 區分描述性發現、原因假設和行動建議；沒有證據時不聲稱因果。

執行流程

1. 預檢：確認檔案存在且為 .xlsx/.xls/.csv，檢查大小、Sheet、編碼、合併單元格和可讀性。多 Sheet 時先識別結構；只有在多個 Sheet 都可能改變答案且無法合理推斷時才詢問使用者。
2. 理解需求：提取決策問題、指標、維度、時間範圍、篩選條件、對比基線和目標讀者。需求模糊時先做資料概覽並選擇 3–5 個高價值維度，披露假設。

3. 解析資料：讀取 data-extraction-guide.md，執行：

   python scripts/parse_excel.py --file <路徑> --sheet <名稱或索引> --mode auto

   按 json-format-spec.md 校驗結果。success=false、空資料或關鍵欄位缺失時停止相關分析並說明修復方式。

4. 評估質量：檢查行數、欄位型別、唯一鍵、重複、缺失、異常值、時間覆蓋、單位和粒度。關鍵欄位缺失率、樣本偏差和口徑限制寫入報告。
5. 設計分析：讀取 report-generation-guide.md，優先回答使用者問題；常用結構為總體趨勢、結構貢獻、同比/環比、Top/Bottom、異常點和可行動分群。
6. 可靠計算：對分組、交叉、時間序列和貢獻度從全量資料計算並做總量對賬。summary 僅可支援其實際包含的單列統計/頻次，不能替代跨列聚合。大數據摘要模式無法回答分組問題時，先過濾/分塊/預聚合或請使用者拆分，不能用 20 行樣本外推。
7. 生成圖表：圖表服務於明確問題，包含標題、單位、時間、資料來源和必要註釋。互動 HTML 使用 scripts/generate_chart.py；需要嵌入 Word 的 PNG 時讀取 chart-to-png.md。圖表失敗則降級為資料表和文字，不阻斷報告。
8. 整合交付：按 assets/report-template.md 生成 Markdown；按 workflow-and-output.md 準備報告 JSON 並執行 scripts/generate_report.py 生成 Word。
9. 驗證：復算關鍵指標，做分組彙總對總計、佔比對 100%、時間區間、排序、圖表資料和正文數字檢查；開啟 DOCX 檢查圖表與版式。

最低報告結構

1. 執行摘要：問題、3–5 條關鍵發現、建議。
2. 資料概覽：來源、範圍、行列數、Sheet、時間、質量與處理記錄。
3. 指標與口徑：公式、單位、過濾和對比基線。
4. 分析正文：每節包含問題、方法、結果、圖表/表格和解釋。
5. 風險與侷限：缺失、偏差、異常、無法驗證事項。
6. 行動建議：負責人/優先順序/驗證指標（資訊足夠時）。

按需資源路由

• 如果要識別字段、清洗、選擇 Sheet/模式或處理大檔案，讀取 data-extraction-guide.md。
• 如果要驗證解析 JSON 欄位和邏輯，讀取 json-format-spec.md。
• 如果要設計分析維度、指標、圖表和報告敘事，讀取 report-generation-guide.md。
• 如果要執行解析、圖表、Word 生成或確定檔案命名，讀取 workflow-and-output.md。
• 如果要把 HTML 圖表轉成 Word 可嵌入的 PNG，讀取 chart-to-png.md。
• 如果遇到依賴、格式、空資料、超大檔案、圖表或匯出問題，讀取 faq.md。

不要一次性載入全部 references。

邊界與降級

• 檔案超過 100 MB 或 100,000 行時，優先分塊/拆分/資料庫聚合；是否拒絕取決於可用工具和記憶體，不機械抽樣。

  發現更多技能外掛，請訪問7w4.net。

• 少於 10 行、關鍵欄位缺失率超過 50% 或時間覆蓋不足時，仍可描述，但必須顯著降低結論強度。
• 非表格檔案轉交對應文件能力；純清洗任務只輸出清洗結果和質量報告，不偽裝成業務洞察。
• 不聯網傳送敏感資料。使用外部圖表服務前先確認資料可外發；否則使用本地方案。

完成檢查

• 業務問題、指標口徑、時間範圍和分析粒度明確。
• 關鍵結論來自全量或可驗證聚合，且通過對賬。
• 缺失、異常、清洗、過濾和降級已披露。
• 圖表與正文一致；原因假設未寫成已證實因果。
• DOCX 與 Markdown 已生成並可開啟，產物寫入使用者任務目錄而非 Skill 目錄。

這個Skill質量較好，能完整處理Excel/CSV資料分析並生成專業的Word和Markdown報告。優點是文件非常詳細，流程清晰，圖表豐富，對大數據有合理的降級處理。不足之處是文件較多較分散，切換閱讀時稍顯繁瑣；另外降級規則比較複雜，普通人可能需要多看幾遍才能完全理解。適合需要做資料分析報告的使用者，但需要一定學習成本。