用途
CSV Data Analyst 用于分析 CSV 文件，生成包含统计洞察与可视化的综合摘要。当用户上传、附加或引用 CSV 文件，或要求对表格数据进行汇总、分析、可视化、了解数据结构与质量时，应使用该技能。
主要能力
该技能会先将 CSV 文件加载到 pandas DataFrame 并进行检查，识别数据结构，包括列类型、日期列、数值列和分类列。随后根据数据实际内容判断最相关的分析方向，例如：
- 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、地区）：分布分析、分群、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、性能指标、分布
- 调查数据（分类回答、评分）：频率分析、交叉表、分布
- 通用表格数据：根据发现的列类型自适应
可视化方面，仅在数据支持时生成对应图表：存在日期/时间戳列时生成时间序列图；存在多个数值列时生成相关性热力图；存在分类列时生成类别分布图；在相关时生成数值分布的直方图。
输出内容包括：数据概览（行数、列数、类型）、与数据类型相关的关键统计与指标、缺失数据分析、多个相关可视化（仅适用的）、基于该数据集具体模式的可操作洞察。
使用方式
该技能提供 Python 函数 summarize_csv(file_path)，接受 CSV 文件路径，返回包含统计信息的综合文本摘要，并根据数据结构自动生成多个可视化。
技能强调自动执行：不询问用户想对数据做什么，不提供选项或选择，不说“您希望我帮您做什么？”，不列出可能的分析。而是立即自动运行综合分析、生成所有相关可视化、呈现完整结果，不提问、不给选项、不等待用户输入。
示例提示：
- “这是 sales_data.csv，能帮我汇总这个文件吗？”
- “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？”
示例输出包含：数据集概览（5,000 行 × 8 列，3 个数值列、1 个日期列）、摘要统计（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 活动高峰）以及趋势图附件。
适用场景
适用于用户上传、附加或引用 CSV 文件，或要求对表格数据进行汇总、分析、可视化、获取洞察、了解数据结构与质量的场景。技能会根据数据实际内容自适应，覆盖销售、客户、财务、运营、调查等多种数据类型。
限制
资料未提供关于收费、价格、平台支持范围、性能上限或具体依赖版本的信息。技能行为要求中明确禁止询问用户意图、列出选项、等待用户指示或提供需要后续追问的部分分析。文件包含 scripts/analyze.py（核心分析逻辑）和 assets/sample.csv（用于测试的示例数据集）。技能会自动检测日期列（列名包含 'date' 或 'time'），优雅处理缺失数据，所有数值列都会纳入统计摘要。