用途：Data Cog Guide 面向需要从不熟悉或接手来的 CSV 数据集中快速获得洞察的研究人员。它接收格式混乱、缺乏文档的 CSV，通过启发式推断、模式识别和迭代清洗，输出可分析的数据及完整的数据画像报告，减少手工数据准备时间。
主要能力：采用“零配置”思路，只需提供 CSV 路径和可选的研究问题，即自动完成编码检测、分隔符推断、表头行与注释行跳过、类型转换（数值、日期、布尔、类别）、缺失值评估和初步探索性统计。画像阶段生成结构化报告，涵盖：模式概览（列名、推断类型、语义角色如 ID/特征/目标/时间戳）、单变量统计（数值列的均值、中位数、众数、标准差、偏度、峰度；类别列的频率表）、缺失数据矩阵、相关性分析（Pearson、Spearman、Cramér's V）、分布标记（严重偏斜、零膨胀或常量列）、重复检测（精确重复行与近似重复簇）。
使用方式：推荐流程只需三项输入——文件路径、可选的一句话研究问题、输出格式（summary、full_report 或 cleaned_csv）。例如：分析 /data/survey_results_2025.csv，问题为“哪些因素预测参与者满意度”，输出 full_report。工具会依次加载并画像、清洗与转换、聚焦相关列做相关性分析、生成回归模型并输出结构化报告与可视化。之后可用针对性追问迭代细化，如限定某组受访者、排除前若干行试点数据、将某列视为有序变量、对收入做对数变换后重跑分析。内部流程涉及智能加载与自动类型推断（编码检测、分隔符嗅探、跳过注释行、类型转换）以及画像生成。
适用场景：处理来自合作者、公开仓库或遗留系统、缺乏文档、格式不一致、数据质量混杂的 CSV。
限制与最佳实践：官方资料提醒，必须在信任下游结果前审查自动生成的画像，确认自动类型推断（尤其歧义列）是否合理；尽量提供研究问题以引导特征选择与分析重点；保存清洗审计日志以便复现；对于超过 100 万行的数据集，可考虑先抽样生成初始画像以节省时间。资料未提供具体的安装命令、收费价格、平台支持范围及实测效果，暂未提供。