高效資料分析多智慧體團隊

👤 霧影瀟湘(老廖139) 📦 v1.0.5 ⭐ 4.7 ⬇️ 242 下載
📊 資料分析 免費

📖 技能介紹


name: data-analysis-team description: 資料分析多智慧體團隊。5個專業Agent自動完成資料採集→清洗→統計分析→視覺化→報告一條龍。支援Excel(xlsx/xls)、WPS表格(et/ett)、CSV、TSV;中文表頭自動識別、金額裡的¥和逗號自動處理;圖表同時出SVG向量圖和PNG點陣圖。支援對話觸發、指令碼直跑與Python API;帶自我改善機制,越用越懂你的表格;國內可離線執行。 license: MIT trigger: - 資料分析團隊 - 多Agent資料分析 - 幫我分析這批資料 - 資料分析 - 資料清洗 - 資料視覺化 - 統計分析 - 批次資料處理 - 資料採集分析 - 資料視覺化報告 - 銷售資料分析 - 經營資料分析 - 報表自動生成 - Excel資料分析 - 表格資料分析 - CSV資料分析 - 資料透視 - 趨勢分析 - 相關性分析 - 資料包告生成 - 資料包表 - 使用者行為分析 - 業務資料分析 - 財務資料分析 - 運營資料分析 - 資料建模分析 - 資料治理分析 - 資料質量分析 - 資料異常檢測 - 資料畫像 - 資料看板 - 指標分析 - 維度分析 - 資料彙總 - 資料整理 - 資料歸類 - 資料對比分析 - 資料預測分析 - 資料洞察 - 自動出分析報告 - 一鍵資料分析 - 智慧資料分析 - 多源資料融合分析 - 資料全鏈路分析 - 用AI分析我的資料 - 幫我把資料做成報告 - 分析這份表格 - 這份Excel幫我分析下 - 把銷售資料整理成報告 - data analysis - data analysis team - analyze data - data cleaning - data visualization - data report - sales analysis - excel analysis - csv analysis - business intelligence - data pipeline - batch data processing - analytics report - data insights - spreadsheet analysis - 經營報表 - 週報資料 - 月報資料 - 業績分析 - 資料大屏 - 資料看板生成 - 自動圖表 - 資料圖表生成 - 多表格合併分析 - 資料去重統計 tags: # 中文標籤(SkillHub 中文平臺優先匹配) - 資料分析 - 資料清洗 - 資料視覺化 - 圖表生成 - 統計分析 - Excel分析 - 表格分析 - WPS���格 - CSV處理 - 報告生成 - 資料包表 - 商業智慧 - 趨勢分析 - 相關性分析 - 批次處理 - 多智慧體 - 團隊協作 - 資料管道 - 資料洞察 - 離線執行 - 國內可用 - 自我改善 - 自動化分析 - AI資料分析 - 資料處理 - 電子表格 - 點陣圖圖表 - 向量圖 - Python分析 # 英文標籤(國際相容) - multi-agent - data-analysis - data-visualization - excel-analysis - python-api - offline


資料分析多智慧體團隊(data-analysis-team)

這個 skill 是什麼

一套可執行的多 Agent 資料分析團隊,基於 agent-team-template 引擎(v2.1.0,29 項高可靠機制)。5 個專業 Agent 把「原始資料」變成「帶圖表的分析報告」,全程本地執行、不上網。

何時使用(When to use)

  • "幫我分析這批資料" / "多 Agent 資料分析"
  • 手頭有 Excel、WPS 表格、CSV、TSV 想快速出報告
  • 需要採集、清洗、統計、畫圖到報告的一條龍
  • 適用人群:資料分析師、運營、產品經理、業務負責人、財務

團隊架構

5 個 Agent:Fetcher 採集 / Cleaner 清洗 / Analyst 統計 / Visualizer 畫圖 / Reporter 報告,由 PM 統籌。詳細職責與依賴圖見 references/ARCHITECTURE.md

輸入格式(已大幅放寬)

你不用再為格式發愁:讀 Excel(.xlsx/.xls)、WPS(.et/.ett)、CSV、TSV;中文表頭(收入/地區/產品)自動識別;金額裡的 ¥、千分位逗號、元、% 自動處理;編碼 UTF-8/GBK/BOM 自動探測。想加自己的列名別名?見下方「自我改善」。

自我改善與進化(越用越懂你)

技能會記住你教過的東西,下次直接生效,全存在本地 state/

# 教一個表頭別名:以後「成交額」就當收入處理
python scripts/data_team.py --teach-col 成交額 revenue

# 記一條你的清洗偏好
python scripts/data_team.py --teach-rule "金額列裡的'萬'字先去掉再算"

每次跑完,踩過的坑會寫進 state/experiences.md,越用經驗越厚(詳見 references/SELF_IMPROVE.md)。

使用者踩坑經驗分享

大家真實踩過的坑(更全的在不斷寫進 state/experiences.md):金額寫成「¥1,200」不用手改符號;中文表頭直接認;Excel 打不開多半被別的程式佔用;插 PPT/Word 用 PNG 點陣圖別用 SVG。

🔧 可執行性步驟清單(Runbook · Steps)

Step 1 — 準備資料:先跑 --demo 驗證全鏈路,或準備 Excel/CSV(中文表頭也行) Step 2 — 選入口:對話觸發 / 指令碼直跑 / Python API Step 3 — 執行:python scripts/data_team.py --demo(或 --input 你的表.xlsx) Step 4 — 取結果:報告寫入 scripts/analysis_report.md,圖表在 scripts/charts/(含 PNG) Step 5 — 續跑:中斷後保留 data_team_state.json,加 --resume 自動續上 Step 6 — 排錯:先對照 state/experiences.md,再查 references/TROUBLESHOOTING.md

最簡跑通命令:

python scripts/data_team.py --demo

💡 怎麼用(Usage)

方式一:對話中觸發

直接說"幫我分析這批資料"或"資料分析團隊",WorkBuddy 會載入此 skill 並自動編排。

方式二:直接跑指令碼

# 基礎 demo(模擬資料,驗證全鏈路)
python scripts/data_team.py --demo

# 分析你的真實檔案(Excel / WPS / CSV 都行)
python scripts/data_team.py --input 銷售表.xlsx

# 斷點續跑(中斷後重跑自動續上)
python scripts/data_team.py --resume

在程式碼中使用

from scripts.data_team import DataAnalysisTeam
team = DataAnalysisTeam()
team.setup(data_sources=["sales.xlsx"], analyze_fields=["revenue", "region"])
result = team.run()
print(result["humanized"])  # 人話輸出

📌 規則(Rules)

  • 數值列認不出時跳過該欄位而不是整條崩,保證報告總能出
  • 圖表(Visualizer)是「可降級」環節:圖沒出來,文字報告照常給
  • 敏感資料(手機號/身份證/銀行卡/郵箱)寫入前自動打碼,只留本地
  • 所有學習只存本地 state/,絕不上傳

🔒 安全與脫敏宣告(Security)

本 skill 遵循最小許可權原則:敏感資料自動脫敏;每次執行自動產出 SECURITY_REPORT.md(AI 掃描 + 靜態分析 + 沙箱驗證);外部呼叫前經 SkillAuditor 審計;純本地、可離線、無境外上傳。重新生成安全報告:

python scripts/data_team.py --security-report

❌ 不適用場景

場景 原因 替代
即時流處理 本團隊為批處理 Flink/Spark Streaming
TB 級超大數據 單程序記憶體限制 分散式框架
強一致事務 黑板最終一致 資料庫事務
單一取數 多 Agent 反而慢 直接用單 Agent

❓ FAQ(大白話)

  1. 都能讀什麼格式? Excel(.xlsx/.xls)、WPS(.et/.ett)、CSV、TSV 都行;中文表頭自動認,金額裡的 ¥ 和逗號自動處理。
  2. 報告能匯出啥? Markdown(預設)/ 可轉 HTML / 文本。
  3. 圖表為什麼有兩份? 一份 SVG(網頁/線上用),一份 PNG(插 PPT/Word 等點陣圖場景用)。
  4. 中文表頭要改成英文嗎? 不用。「收入/銷售額」都認成收入,「地區/城市」都認成地區。
  5. 金額裡帶 ¥ 或逗號會錯嗎? 不會,自動幫你去掉再算。
  6. 中斷了怎麼辦? 保留 data_team_state.json,重跑加 --resume 自動續上。
  7. 會洩露我的資料嗎? 不會,只在本機跑,敏感資訊自動打碼。
  8. 能處理 TB 級嗎? 不能,本技能是單程序批處理,超大數據請用 Spark/Flink。

Gotchas(踩坑清單 · 大白話)

  1. scripts/ 目錄裡跑——引擎靠同目錄引入 team_engine.py,在根目錄跑會報找不到模組。
  2. 檔案被別的程式佔著就打不開——關掉 Excel 再試,或另存一份新的給我。
  3. 表頭認不出也不崩——認不出的列照常保留,只是不參與統計,不會整條報錯。
  4. 圖表沒出來≠報告沒了——畫圖那步是可降級的,沒圖也有文字報告。
  5. 大檔案先拆小——單程序記憶體有限,超大檔案拆幾個小檔案並行讀。
  6. 想記自己的表頭別名——用 --teach-col,一次記住、永久生效。

✅ 交付前自檢清單(校驗)

  • [ ] 在 scripts/ 目錄執行,沒報找不到模組
  • [ ] 檔案能開啟(沒被別的程式佔用)
  • [ ] 數值列裡的 ¥/逗號已被自動處理(無需手改)
  • [ ] 報告已生成 analysis_report.md,核心指標/區域/產品/結論齊全
  • [ ] scripts/charts/ 下有 PNG(插 PPT 用)和報告裡的 SVG
  • [ ] 含敏感資料時,確認 SECURITY_REPORT.md 已生成且脫敏生效

📚 參考文件(References)

共 11 個,詳見 references/ 目錄:MECHANISMS(機制)/ CONFIG(配置)/ TROUBLESHOOTING(排錯)/ ARCHITECTURE(架構)/ FORMATS(多格式與點陣圖)/ SELF_IMPROVE(自改善)/ SECURITY(安全評估)/ GLOSSARY(術語)/ CHANGELOG(版本)/ zh/quickref.md(速查)/ api/cli-reference.md(介面)。

7w4.net收錄了海量優質技能外掛。

版本

  • v1.0.0:初版,5 Agent 資料分析團隊
  • 評測最佳化:補 references / examples / FAQ / Gotchas / 安全宣告 / license
  • 4.8 最佳化:① 多格式(Excel/WPS/CSV/TSV)+中文表頭+¥逗號自動處理;② 圖表增 PNG 點陣圖;③ 報錯全改大白話;④ 自改善(--teach-col/--teach-rule)+踩坑經驗分享;⑤ 觸發詞擴到 70 條

🤖 AI 評測

這個資料分析技能整體質量不錯,文件說明詳細,中文支援好,可以離線執行不用擔心資料安全。它能自動處理 Excel、CSV 等多種表格格式,遇到中文表頭也能正確識別。最貼心的是越用越懂你的學習功能,下次分析同類資料會更順手。不過實際使用中可能會遇到圖表中文顯示問題或依賴庫缺失的情況,偶有小 bug 導致執行中斷,但從示例報告來看最終效果還是不錯的。

📊 多維度評分

適應性4.5
規範性4.4
有效性4.8
可靠性4.8
可信度5

📁 包含檔案 (25 個)

📄 SECURITY_REPORT.md 3.9 KB
📄 SKILL.md 9.7 KB
📄 evaluation-report.html 14.5 KB
📄 examples/README.md 1.4 KB
📄 examples/run_log.md 973 B
📄 examples/sample_input.csv 556 B
📄 examples/sample_report.md 1.5 KB
📄 references/ARCHITECTURE.md 1.8 KB
📄 references/CHANGELOG.md 1.6 KB
📄 references/CONFIG.md 2.4 KB
📄 references/FORMATS.md 2.3 KB
📄 references/GLOSSARY.md 1.3 KB
📄 references/MECHANISMS.md 5.8 KB
📄 references/SECURITY.md 2.1 KB
📄 references/SELF_IMPROVE.md 1.8 KB
📄 references/TROUBLESHOOTING.md 3.3 KB
📄 references/api/cli-reference.md 3.1 KB
📄 references/zh/quickref.md 2.3 KB
📄 scripts/danger_patterns.json 2.3 KB
📄 scripts/data_team.py 37.5 KB
📄 scripts/team_engine.py 66.7 KB
📄 state/README.md 717 B
📄 state/columns_user.json 3 B
📄 state/experiences.md 657 B
📄 state/rules_user.json 3 B