本 Skill 提供 analyze_data 工具,能夠:
當用戶出現以下意圖時,應主動呼叫 analyze_data 工具:
analyze_data(
file_path: "<檔案絕對路徑>",
requirements: "<自然語言分析需求>",
output_dir: "<輸出目錄,可選>"
)
示例 1:
使用者說「幫我分析一下這個銷售資料,各區域表現怎麼樣?」
→ 呼叫 analyze_data(file_path="/path/to/sales.csv", requirements="分析各區域銷售額差異,找出表現最好和最差的區域,給出改善建議")
示例 2:
使用者說「分析使用者行為資料,找出流失節點」
→ 呼叫 analyze_data(file_path="/path/to/users.xlsx", requirements="對使用者行為資料做漏斗分析,找出主要流失節點,分析流失原因")
示例 3:
使用者說「分析產品退貨率的影響因素」
→ 呼叫 analyze_data(file_path="/path/to/orders.csv", requirements="分析產品退貨率,找出與退貨率相關的主要因素,給出降低退貨率的建議")
工具返回一個物件,包含:
| 欄位 | 說明 |
|---|---|
report_path |
HTML 報告檔案路徑,可直接在瀏覽器開啟 |
summary |
結構化摘要資料(行列數、欄位資訊、關鍵洞察列表) |
charts_count |
生成的圖表數量 |
insights |
規則引擎提取的關鍵洞察列表 |
open_command |
開啟報告的命令(如 open /path/to/report.html) |
生成的 HTML 報告包含以下模組:
如果使用者上傳了檔案但未提供路徑,使用以下方式獲取:
# OpenClaw 上傳檔案後,路徑通常在 ~/Downloads/ 或臨時目錄
# 可以用 list_files 工具確認
list_files("~/Downloads")
本 Skill 在首次呼叫時會自動嘗試建立隔離的 Python 環境並安裝依賴。如果自動安裝失敗,請手動執行:
# 在 Skill 目錄下建立虛擬環境
python3 -m venv ~/.openclaw/skills/data-analysis-partner/.venv
# 安裝依賴
~/.openclaw/skills/data-analysis-partner/.venv/bin/pip install pandas numpy openpyxl xlrd
依賴安裝優先順序:
.venv(隔離環境,推薦)python3(需已安裝 pandas/numpy)發現更多技能外掛,請訪問7w4.net。
.venv 並安裝(首次執行時嘗試)生成的 HTML 報告通過 CDN 載入 ECharts 圖表庫:
<script src="https://cdn.jsdelivr.net/npm/echarts@5/dist/echarts.min.js"></script>
這意味著:
cdn.jsdelivr.net 發出網路請求如需完全離線檢視,可在有網路時開啟一次報告(ECharts 會被瀏覽器快取),後續即可離線使用。
這是一個功能完整、體驗良好的資料分析工具,能夠快速將 CSV/Excel 檔案轉化為帶互動圖表的專業報告。它最大的優點是操作簡單、圖表豐富、報告美觀,文件清晰易懂。不足之處是生成的報告在開啟時會連線外部網路載入圖表庫,對隱私敏感的場景不太友好;另外對於複雜資料分析場景,自動生成的洞察和建議相對基礎。總體來說質量不錯,適合日常資料分析使用,但在處理敏感資料時需注意網路連線問題。