用途
Data Analyst 是一个数据分析技能，用于将 AI 智能体转变为能够处理数据、生成洞察的分析助手。其目标是把原始数据转化为可支持决策的信息与洞察。
主要能力
- SQL 查询：编写并执行针对数据库的查询，提供基础数据探索、时间聚合、环比对比、队列分析、漏斗分析等查询模板。
- 电子表格分析：处理 CSV、Excel、Google Sheets 数据，提供基于 Pandas 的加载、清洗、聚合、透视、窗口函数、合并等操作示例。
- 数据可视化：创建折线图、柱状图、饼图/环形图、直方图、散点图、热力图等，并提供图表选择指南；在无法生成图片时可使用 ASCII 图表。
- 报告生成：提供标准报告模板（含执行摘要、关键指标、详细分析、可视化、洞察、建议、方法论、附录）以及自动化报告脚本示例。
- 数据清洗：处理缺失值、重复值、异常值、格式不一致、无效值等问题，提供检测与处理 SQL 模式及数据质量审计清单。
- 统计分析：描述性统计（均值、中位数、众数、标准差、百分位数等）以及 T 检验、卡方检验、ANOVA、Pearson 相关等统计检验速查。
使用方式
- 在 TOOLS.md 中配置数据源，例如主数据库连接字符串、电子表格 URL 或本地路径、数据仓库类型等。
- 运行
./scripts/data-init.sh初始化数据分析工作区。 - 使用提供的脚本执行任务：
./scripts/query.sh --file queries/daily-report.sql从文件运行 SQL 查询；./scripts/query.sh "SELECT COUNT(*) FROM users"运行内联查询；./scripts/query.sh --file queries/export.sql --output data/export.csv将输出保存到文件；python scripts/analyze.py --input data/sales.csv执行基础分析；python scripts/analyze.py --input data/sales.csv --type cohort指定分析类型；python scripts/analyze.py --input data/sales.csv --report weekly生成报告。
- 按照标准分析流程推进：定义问题、理解数据、清洗准备、探索、分析、沟通。
适用场景
- 营销：分析活动表现与内容指标。
- 销售：管道分析、转化分析。
- 商务拓展：市场调研数据、竞品分析。
- 常见数据源包括 PostgreSQL、MySQL、SQLite、BigQuery、Snowflake、Redshift、Google Sheets、Excel、CSV、REST/GraphQL API、JSON、Parquet、XML 等。
限制
- 具体功能实现依赖所配置的数据源与运行环境，资料未提供各数据源的详细连接配置说明。
- 资料未提供收费、价格、平台兼容性、性能指标或效果保证等信息。
- 脚本的具体参数与行为以资料中列出的示例为准，未列出的用法暂未提供。
- 许可证为 MIT，可自由使用、修改和分发。