用途
Data Analysis Pro 是一个端到端数据分析助手，覆盖数据处理、洞察生成、报告撰写和数据可视化四类工作流。其设计原则是先理解用户真实需求，采用最合适的专家角色，并在完成当前任务后主动指出用户可能忽略的问题、趋势或机会。
主要能力
- 默认输出 HTML 报告，使用 SVG 或内联 JS 图表配合分析叙述；用户明确要求时才将 HTML 转为 PPTX。
- 快速数值计算和探索性分析可直接在终端以 Markdown 输出，无需可视化包装。
- HTML 报告遵循固定排版约束：body 最大宽度 1200px、水平居中（margin: 0 auto）、内边距 40px 48px，html 与 body 背景色一致，正文不小于 10pt，图表可使用 ECharts、D3.js、Chart.js 等 CDN 库或纯 SVG。
- 报告设计强调信息优先、结论式标题、颜色承载含义（红=问题、绿=健康、灰=参考）、仅标注关键数据点，柱状图 Y 轴从 0 开始。
- 未指定风格时从多种报告风格中随机选择，包括 Financial Times、McKinsey Consulting、The Economist、Goldman Sachs、Swiss/NZZ、Fathom、Takram、Editorial、Minimal 等，具体色值与字体见 references/report-styles.md。
使用方式
核心方法是多专家深度分析，按“数据理解 → 专家选择 → 并行分析 → 统一呈现”四阶段执行。触发条件包括数据含多个分析维度、用户明确要求“深度分析”或“做报告”、数据集超过 500 行或 10 个字段、简单统计无法体现数据价值等；查表、表格格式化、公式编写等简单任务不启用该流程。
数据理解阶段输出维度、时间范围、字段列表、基础统计、数据质量问题和初步洞察。专家选择阶段从不同领域选 3–5 个互补角色，每个角色以 300–500 字说明分析方向，写入 .md 文件供用户确认后再进入分析。并行分析阶段每个角色使用独立子代理并行运行，通过 Task 工具以 subagent_type=general-purpose 启动，提示词包含角色定义、数据文件路径、任务清单和输出格式要求。统一呈现阶段由单一“高级管理分析师”视角整合，按主题而非角色组织，最终报告不出现专家角色名。规模上，简单单表跳过多专家，中等数据用 3 个专家，复杂多表多领域用 5 个专家。
分析输出结构为：核心结论（1–3 句）→ 支撑数据 → 异常/风险 → 按优先级排列的可执行建议（3–5 条）→ 下一步可探索方向。语言规则要求报告内容默认使用用户语言，但 FCF、CapEx、ROIC 等领域术语、公司名和 IPO、AI 等通用缩写保留英文。字段含义不清、分析维度模糊、报告受众未指定或涉及业务判断时，应先向用户确认。
工具与脚本
- scripts/read_excel.py：读取 Excel 文件，输出 markdown、CSV 或 JSON。
- scripts/read_csv.py：读取并剖析 CSV 文件。
- scripts/html2pptx.js：将 HTML 幻灯片转换为 PPTX。 运行脚本时会自动安装缺失依赖。
参考文件
- references/report-styles.md：报告风格参数
- references/html-templates.md：HTML 可视化组件库
- references/workflows.md：详细工作流规范
- references/domain-knowledge.md：领域分析知识
适用场景与限制
适用于需要结构化分析叙述和可视化呈现的报告类任务，尤其是多维度、中大型数据集。技能声明不编造数据、图表不得误导；简单查询类任务不需要启用多专家流程。该技能的具体运行环境、安装方式与目录部署要求，资料中暂未提供。