用途：把原始数据转化为可执行的洞察陈述，覆盖完整 EDA 流程——数据画像、分布探索、相关性分析、异常检测，并将统计发现翻译为带 story intent 的业务语言，供下游可视化使用。核心原则：统计不等于洞察，例如“平均营收 420 万”是统计，“营收同比增长 34% 但增速从 22% 降至 8%”才是洞察。
主要能力：模块 1 数据画像，计算行数、列数、空值比例、唯一值、类型推断、内存估算、重复行，并输出质量评分与警告。模块 2 描述统计，关注均值与中位数差异、标准差、极值、百分位、偏度、峰度；当 |均值-中位数|/中位数 > 10% 时以中位数为典型值。模块 3 分布分析，识别正态、右偏、左偏、双峰、均匀、幂律，并映射 story intent。模块 4 相关性与关系，按 |r| 划分强度，并提示辛普森悖论，要求按前 2-3 个分类变量分段复核。模块 5 分群，含 group-by 聚合、百分位分桶、RFM、队列、交叉表。模块 6 时间序列分解，拆解趋势、季节性、残差，并给出滚动平均窗口建议。模块 7 异常检测，含 Z-score、IQR 围栏、Isolation、可视化；异常只标记不自动删除，需记录保留、移除或分离的决定。模块 8 DIKW 翻译，用 [WHAT]/[SO WHAT]/[NOW WHAT]/[STORY INTENT]/[CHART] 模板生成洞察陈述。模块 9 假设框架，从观察到假设、检验、结论、叙述。
使用方式：资料未提供具体安装或调用命令；技能由 SKILL.md、data-analysis.instructions.md、analyze.prompt.md 组成，依赖 data-visualization（图表输出）与 data-ingest.cjs（数据接入）。
适用场景：数据集首次探查、业务指标解读、分群与异常排查、时间序列初步分析、为可视化准备叙事结构。
限制：资料未提供收费、价格、平台支持与效果数据；部分阈值（如 Isolation 分数 > 0.7）标注为启发式；正态性检验建议 Shapiro-Wilk（n<5000）或 Anderson-Darling；浏览器上下文对 >500MB 数据有警告。