用途：分析任意 CSV 文件，一次性输出完整统计摘要与可视化图表，并会根据数据类型（销售、客户、财务、运营、调查或通用表格）自动调整分析重点。
主要能力：先检查数据再决定相关分析。输出数据概览（行列数、列名、数据类型）、数据质量（缺失值统计）、数值分析（describe 描述统计、多数值列时计算相关性并生成热力图）、分类分析（前 5 个分类列的值频次与占比，排除名称含 id 的列）、时间序列分析（列名含 date 或 time 时自动识别，输出日期范围与跨度，并对前 3 个数值列绘制随时间变化图）、数值分布直方图、分类分布条形图。图表仅在条件满足时生成，并保存为 PNG 到工作目录。
使用方式：需安装依赖 pip install pandas matplotlib seaborn。提供 CSV 文件后直接运行完整分析，行为规则要求不询问用户意图，跳过“你想让我做什么”之类问题。示例用法：提供 sales_data.csv 并请求总结；分析客户数据 CSV 并展示趋势；从 orders.csv 中寻找洞察。
适用场景：用户上传或引用 CSV 文件、要求总结/分析/可视化表格数据、请求数据集洞察、想了解数据结构与质量时。
限制：日期列仅按列名含 date 或 time 自动检测；分类分析排除名称含 id 的列；图表保存为 PNG 文件；缺失数据在流程中被容错处理。资料未提供收费、价格、平台支持范围等信息。