用途：对 Walmart 销售数据进行深度分析，重点探索不同门店销售额与失业率之间的关系，并通过可视化与 HTML 报告呈现趋势与解读。
主要能力：
- 数据相关性热力图：展示数据集中所有数值变量之间的相关性并给出解读。
- 销售额与失业率散点图：展示每周销售额与失业率的关系，附回归线，分析经济压力下的消费韧性。
- 特定门店的销售额与失业率时间序列趋势：追踪所选门店随时间变化的趋势，分析季节性与宏观因素。
- 各门店平均销售额与平均失业率对比：比较不同门店的平均销售表现与当地平均失业率，为区域运营策略提供建议。
- HTML 深度分析报告生成：自动整合所有图表为响应式 HTML 报告，包含分析结论与业务建议。
使用方式：需提供包含 Store、Date、Weekly_Sales、Unemployment 列的 Walmart 销售 CSV 文件。核心流程为：先校验上传文件，再通过 execute_skill_script_file 工具运行 generate_html_report.py，将 CSV 路径传入 args 的 input_file 参数，例如 {"skill_name": "walmart-sales-analyzer", "script_file_name": "generate_html_report.py", "args": {"input_file": "/path/to/Walmart_Sales.csv", "output_dir": "."}}。该脚本会自动生成 correlation_heatmap.png、sales_vs_unemployment_scatter.png 等图表及基础报告。随后使用 html_interpreter 工具，提供 template_path（walmart-sales-analyzer/templates/report_template.html）及文本数据渲染报告，需动态填写所有占位符并翻译为用户语言，否则会显示为 NA。最后调用 terminate 输出总结。
脚本列表：scripts/generate_html_report.py（推荐，一键生成含全部图表与分析的 HTML 报告）、generate_correlation_heatmap.py、generate_sales_unemployment_scatter.py、generate_time_series_trend.py、generate_store_avg_comparison.py。模板为 templates/report_template.html。
适用场景：零售销售数据分析、宏观经济指标与销售关系探索、门店运营策略研究。
限制：输出语言必须与用户输入语言一致；所有图表支持多语言显示；报告模板为响应式设计。未提供数据规模、运行环境等更多细节。