用途：分析 CSV 文件，自动生成统计摘要与快速可视化，帮助理解表格数据的结构与质量。
主要能力：将 CSV 载入 pandas DataFrame，识别列类型、日期列、数值列与分类列；根据数据实际内容自适应选择分析方式，例如销售/电商数据关注时间趋势与产品表现，客户数据关注分布与分群，财务数据关注趋势与相关性，运营数据关注时间序列与指标分布，问卷数据关注频次与交叉表。仅在存在日期列时生成时间序列图，仅在存在多个数值列时生成相关性热力图，仅在存在分类列时生成类别分布图，并按需生成数值直方图。输出包含数据概览（行数、列数、类型）、关键统计指标、缺失值分析、适用的可视化以及基于该数据集的可执行洞察。
使用方式：技能提供 Python 函数 summarize_csv(file_path)，接收 CSV 文件路径，返回包含统计信息的文本摘要并自动生成多张可视化图。资料强调其行为要求为立即自动执行完整分析，不询问用户意图、不列出选项、不等待输入。示例提示如“Here's sales_data.csv. Can you summarize this file?”。
文件构成：analyze.py 为核心分析逻辑，requirements.txt 为 Python 依赖，resources/sample.csv 为示例数据集，resources/README.md 为补充文档。
限制与说明：自动检测名称含 date 的日期列；对缺失数据做容错处理；仅在存在日期列时生成可视化；所有数值列均纳入统计摘要。资料未提供安装命令、收费方式、支持平台及具体性能指标。