用途：该技能面向数据分析任务，核心目标是理解数据来源与业务含义、评估数据质量、发现规律与洞察、制定可复现的处理流程，并用有业务价值的语言汇总结果。当用户提到分析数据、数据处理、数据探索、统计分析、数据清洗、数据汇总、制作数据报告，或要求查看 CSV/Excel/数据集时使用。
主要能力：识别缺失、重复、异常与格式不一致问题；通过统计与探索发现模式、趋势和关联；设计清洗与转换方案；输出结构化数据分析报告，包含数据概况、数据质量、核心发现、处理流程说明与后续建议。
使用约束：不擅自修改原始数据，清洗或转换前先告知用户并说明原因；列名不清时向用户确认而非猜测；发现数据质量问题必须标注；不强行套用固定流程；始终围绕用户目标决定分析深度。数据质量问题分级处理：阻断性问题先停下确认，需决策问题列出利弊供用户选择，轻微问题可直接处理但需记录。
环境与工具：上传目录为 <workspace>/uploads/，输出目录为 <workspace>/outputs/。中文数据编码优先尝试 utf-8，失败则尝试 gbk / gb18030。图表中文显示可设置 matplotlib.rcParams['font.sans-serif'] = ['SimHei', 'DejaVu Sans']。输出 CSV 供 Excel 打开时用 encoding='utf-8-sig' 防止乱码。
适用场景：电商订单分析、结构混乱的问卷数据整理、数据清洗与处理后文件输出等。
限制：资料未提供具体安装命令、收费方式、平台支持范围及性能指标，暂未提供。