用途：将员工原始数据转化为可执行的 HR 洞察，覆盖数据加载、SQL 特征工程、Python 分析与可视化导出的端到端流程，用于部门绩效报告、效率指标与工作量分析。
主要能力：使用 SQLite 做 KPI 聚合，pandas/matplotlib/seaborn 做可视化。内置三个 SQL 视图：department_kpis（部门员工数、平均评分、总任务、总工时、缺勤率、每小时任务数）、employee_summary（个人任务、工时、平均评分、项目数、缺勤、效率）、daily_productivity（按日期与部门的日度任务、工时、评分）。可导出 department_kpis.csv、performance_summary.csv 及图表。
使用方式：克隆仓库后创建虚拟环境并安装依赖（pandas>=2.0.0、matplotlib>=3.7.0、seaborn>=0.12.0、numpy>=1.24.0，sqlite3 为 Python 内置）。载入数据：python src/create_db.py --csv data/employees.csv --db hr.db；运行分析：python src/analyze_performance.py --db hr.db --sql src/queries.sql --outdir outputs。也可通过 Python API 调用 create_database、execute_sql_file 及 HRAnalyzer 类完成完整流水线。
数据要求：CSV 需包含 employee_id、name、department、role、date、tasks_completed、hours_worked、rating、projects、absences 等列。
适用场景：HR 部门绩效汇总、部门间对比、个人效率排名、日度生产力跟踪与月度趋势分析。
限制：资料未提供收费、价格、平台支持范围与效果保证；需自行准备符合字段要求的数据，效率计算需处理除零，日期需按 YYYY-MM-DD 解析。