用途：在首次接触任意表格数据集时进行通用数据剖析与探索，帮助了解数据结构、质量与分析潜力，并输出可供其他技能消费的结构化摘要。
主要能力：扫描工作区目录，列出所有数据文件；逐个加载并剖析文件，包括行数、列数、列名、数据类型、空值数、唯一值数，数值列的基本统计（最小值、最大值、均值、中位数、标准差），分类列的前 10 个值计数，以及数值列的相关系数矩阵。数据质量评估包括每列缺失值百分比、潜在数据类型问题（如数字被存为字符串）、重复行检测和基于 IQR 方法的异常值检测。最终以 JSON 输出结构化剖析结果，并基于发现推荐分析方向。
使用方式：技能会扫描工作区中的数据文件并自动剖析。若未找到数据文件，会告知用户并要求上传。剖析使用 pandas，该库已在沙箱中预装。分类列使用 select_dtypes(include=["object", "str"]) 识别。对于超过 10 万行的大文件，先抽样剖析并注明抽样情况。
输出格式：JSON，包含 files 数组，每项含 filename、rows、columns、schema（列名、dtype、nulls、unique）、quality（missing_pct、duplicates）和 recommendations。
适用场景：初次接触数据集、需要快速了解数据概况、为后续分析或建模做准备、评估数据质量与可用性。
限制：不假设特定数据集，只剖析实际存在的数据；无数据文件时需用户上传；大文件采用抽样；具体支持的文件格式以资料所述 CSV、JSON、Parquet 为准，其他格式暂未提供。