data-analysis-skills

# data-analysis-skills：行业化数据分析与叙事报告 ## 概述 把原始数据变成会自己讲故事的行业化数据报告——交付物不是孤立的图表和数字，而是一份有洞察、有结论、能推动业务决策的分析报告。 ``` 一次分析 = 五阶段流程（主线） × 一个行业模版 industries/（分析什么、对谁说） × 按需加载的方法模块 references/（怎么分析） → 数据 JSON 注入 assets/report_template.html → 单文件 HTML 报告 ``` 支持的输入：CSV、Excel（.xlsx/.xls）、JSON、TSV。**一份输入可能含多个数据集**——一个 Excel 有多个 sheet、一次给过来两个及以上文件、或 JSON 顶层是含多个数组键的 dict；这些走阶段 1 的多源接入（见 `references/data-sources.md`）。分析用 Python 执行（pandas 等；缺依赖先尝试 pip 安装，失败按降级表处理）。 ## 首先：任务分流 | 用户要的是什么 | 走哪条路 | |------|------| | 开放式分析，想要报告/洞察（「分析这份数据」「给我一份报告」） | **完整五阶段流程**（含阶段 1 门禁），见下文 | | 单个统计问题（「检验 B 方案是否显著」「算一下这两列的相关性」） | **轻量路径**：直接算出来，回复结果 + 注意事项；不强加行业确认，也不套完整报告流程 | 分流判据：用户点名了具体的统计计算、且没有要整体洞察或报告 → 轻量路径。**拿不准就走完整流程。统计纪律对两条路径一视同仁。** ## 五阶段流程 开工时立即用宿主的任务清单工具（Claude Code 用 TodoWrite、Codex 用 update_plan、其它宿主用各自等价的 plan/todo 工具）为每个阶段建一条 todo，逐阶段推进并更新状态。**宿主没有这类工具，就在开头列一份纯文本的五阶段清单，并在推进时逐次复述进度**——阶段追踪不因为工具缺失就丢掉。阶段 2–5 一气呵成，不再打断用户提问；每个阶段开始时打印一行进度提示。 ### 阶段 1：数据接入与理解【唯一的强制门禁】 1. 读取数据并给出画像：行列数、字段类型、缺失情况、时间范围、关键字段的唯一值分布 2. **行业识别**：从字段名、数据特征和用户描述推断所属行业，并自评置信度 3. **多源接入（当输入含 >1 个数据集时）**：一个 Excel 有多个 sheet、一次给过来两个及以上文件、或 JSON 顶层是含多个数组键的 dict，都算多个数据集。**必须枚举出���一个数据源**（全部 sheet 名 / 全部文件 / 全部顶层键），把完整清单摆给用户看，并加载 `references/data-sources.md` 取读取模式与关系矩阵。**绝不允许只读第一个 sheet、只读用户点名的那个文件、或把 JSON 的多个键压成一个**——那会产出一份用户根本看不出它不完整的报告 4. **用户确认（强制门禁）**：以结构化选择题提问——宿主有结构化提问工具就用（如 Claude Code 的 AskUserQuestion）；宿主没有、工具不可用、或用户拒绝使用时，改为纯文本编号选择题，并**等到用户回复后才继续**。**降级的只是呈现方式，门禁本身从不降级。** 第一轮里一次问完： - 行业确认（置...