data-profiling

用途：当用户刚上传数据、询问“数据有多少行”“有哪些字段”“数据长什么样”时使用，对数据集做轮廓扫描，生成数据概况报告。只做描述，不做分析，不计算 IV、PSI、相关性等建模指标，也无需目标变量。\n\n主脚本为 scripts/profiler.py。参数：--data_path（必选，parquet/csv 数据文件路径）；--output（默认 data_profiling_report.md）；--output_dir（默认 ./outputs/<ts>）；--output_name（默认 data_profiling_report，不含扩展名）；--config（JSON 配置文件路径）。执行示例：python scripts/profiler.py --data_path ./examples/toy.parquet --output_dir ./outputs/profile_run。\n\n执行后在 <output_dir>/ 下生成 report.md 数据概况报告与 result.json 结构化产物清单，stdout 末行打印 result.json 绝对路径，Agent 读取该文件即可。result.json 示例包含 skill、status、files、metrics（n_rows、n_cols、n_missing_cols）与 summary。\n\n报告结构分为七节：数据概览（文件名、格式、大小、行列数、字段类型分布饼图）；字段详情清单（每字段类型、缺失率、唯一值数、示例值）；数值特征分析（均值/标准差/分位数/偏度/峰度与 histogram）；类别特征分析（唯一值数、Top 值占比、集中度与 bar chart）；缺失值分析（缺失率排名表与柱状图）；数据质量（重复行、空列、常量列、高缺失列）；样本预览（前 5 行）。数值或类别特征超过 20 个时，表格与图表只展示前 20 个。\n\n与其他技能的关系：data-profiling 快速了解数据轮廓，不做深度分析；feature-analysis 做深度特征分析（IV、PSI、相关性等），需要目标变量；xgb-modeling 为建模全流程，需要目标变量。建议先用本技能了解数据基本情况，再根据洞察决定是否需要后两者。\n\n注意事项：无需目标变量，为纯数据描述；快速轻量，适合大数据集快速扫描；自动类型推断，识别数值型、类别型、布尔型、时间型、文本型字段。