用途：该技能用于分析 CSV 文件，自动提供统计摘要、数据洞察和可视化，适用于用户上传或引用 CSV、要求总结或可视化表格数据、想了解数据结构与质量的场景。
主要能力：把 CSV 载入 pandas DataFrame，识别列类型、日期列、数值列和分类列；据此自动选择相关分析，如时间序列趋势、收入与产品表现、分布与分群、相关性、频率与交叉表等；并自动生成适用的图表，例如存在日期列时绘制时间序列，存在多个数值列时绘制相关性热力图，存在分类列时绘制类别分布，必要时绘制数值直方图。输出包含数据概览（行数、列数、类型）、关键统计量与指标、缺失数据分析、适用的可视化以及基于该数据集的可行洞察。
使用方式：技能提供 Python 函数 summarize_csv(file_path)，接收 CSV 路径，返回含统计信息的文本摘要并自动生成多张可视化。用户可直接上传文件并请求总结或分析，例如“帮我总结 sales_data.csv”或“分析这份客户数据并展示趋势”。
限制与注意：资料明确要求不要询问用户想做什么、不要列出选项、不要等待用户输入，应直接运行分析并一次性给出完整结果；仅生成适用于当前数据结构的内容，例如无日期列时不生成时间序列图；缺失数据会被妥善处理；自动识别名称含 date 的列作为日期列；所有数值列都会被纳入统计摘要。文件包括 analyze.py、requirements.txt、resources/sample.csv 和 resources/README.md。收费、价格、平台支持等其余信息暂未提供。