data-analysis-spec
v0.3.2
Published
可安装的数据分析 Agent Skills:从数据接收、清洗、指标到多维分析与报告归档
Maintainers
Readme
data-analysis-spec
面向业务专题分析的 Agent Skills 合集。通过 npx skills 安装到 Cursor、Claude Code、Codex 等工具后,代理可按统一流程完成数据接收、清洗、指标计算、多维分析与报告归档。
安装
# 安装全部 skills
npx skills add WangLaoShi/data-analysis-spec
# 只装总控(会调度各阶段)
npx skills add WangLaoShi/data-analysis-spec --skill data-analysis
# 安装到用户全局目录
npx skills add WangLaoShi/data-analysis-spec -gSkills 一览
总控
| Skill | 对应章节 | 说明 |
|-------|----------|------|
| data-analysis | 全文 | 按序调度全流程并做验收 |
主流程(对应规范第 5 节)
| Skill | 章节 | 说明 |
|-------|------|------|
| data-intake | 5.1 | 接收、备份、校验、元信息 |
| data-structuring | 5.2 | 表头/类型规整、多表合并 |
| data-cleaning | 5.3 | 缺失/重复/异常/口径/一致性 |
| derived-metrics | 5.4 | 衍生维度与分层标签 |
| analysis-decomposition | 5.5 | 四向分析提纲 |
| metrics-calculation | 5.6 | 四类指标计算与校验 |
| multidimensional-analysis | 5.7 | 趋势/结构/对比/相关/二八/归因 |
| data-visualization | 5.8 | 选图与出图规范 |
| insight-conclusion | 5.9 | 三类结论卡 |
| actionable-recommendations | 5.10 | 可量化建议 |
| analysis-report | 5.11 | 九章报告结构 |
| delivery-archive | 5.12 | 交付包与验收勾选 |
补充
| Skill | 说明 |
|-------|------|
| exploratory-data-analysis | EDA 探索补充 |
| statistical-analysis | 假设检验 / 回归等推断补充 |
推荐工作流
开工检查 → 接收 → 结构化 → 清洗 → 衍生
→ 目标拆解 → 指标 → 多维分析 → 可视化
→ 结论 → 建议 → 报告 → 归档验收各阶段可用 docs/templates/ 中的模板落盘,最终按规范中的交付目录打包。
仓库结构
docs/
spec-data-analysis.md # 分析规范
templates/ # 过程与交付模板
examples/
scripts/ # 零依赖可复现工具
lib/
*.mjs
skills/
data-analysis/ # 总控
data-intake/ … # 分阶段(部分含 scripts/)脚本速用
npm run scaffold -- --date 20260920
npm run intake -- --file data.csv --required-fields 订单ID,实付金额
npm run profile -- --file data.csv --keys 订单ID --out /tmp/profile.json
npm run cleaning-log -- --profile /tmp/profile.json --critical-fields 订单ID --out log.md
npm run validate:delivery -- --dir deliverables_20260920
npm run validate:skills完整说明见 scripts/README.md。
本地开发
npx skills add . --list
npx skills add . --skill data-analysis -y
npm run validate:skills修改规范时:先改 docs/spec-data-analysis.md → 再改对应 skill / 模板 / scripts → 更新本 README。详见 AGENTS.md。
License
MIT
