数据分析多智能体团队（data-analysis-team）

这个 skill 是什么

一套可运行的多 Agent 数据分析团队，基于 agent-team-template 引擎（v2.1.0，29 项高可靠机制）。5 个专业 Agent 把「原始数据」变成「带图表的分析报告」，全程本地运行、不上网。

何时使用（When to use）

• "帮我分析这批数据" / "多 Agent 数据分析"
• 手头有 Excel、WPS 表格、CSV、TSV 想快速出报告
• 需要采集、清洗、统计、画图到报告的一条龙
• 适用人群：数据分析师、运营、产品经理、业务负责人、财务

团队架构

5 个 Agent：Fetcher 采集 / Cleaner 清洗 / Analyst 统计 / Visualizer 画图 / Reporter 报告，由 PM 统筹。详细职责与依赖图见 references/ARCHITECTURE.md。

输入格式（已大幅放宽）

你不用再为格式发愁：读 Excel(.xlsx/.xls)、WPS(.et/.ett)、CSV、TSV；中文表头（收入/地区/产品）自动识别；金额里的 ¥、千分位逗号、元、% 自动处理；编码 UTF-8/GBK/BOM 自动探测。想加自己的列名别名？见下方「自我改善」。

自我改善与进化（越用越懂你）

技能会记住你教过的东西，下次直接生效，全存在本地 state/：

# 教一个表头别名：以后「成交额」就当收入处理
python scripts/data_team.py --teach-col 成交额 revenue

# 记一条你的清洗偏好
python scripts/data_team.py --teach-rule "金额列里的'万'字先去掉再算"

每次跑完，踩过的坑会写进 state/experiences.md，越用经验越厚（详见 references/SELF_IMPROVE.md）。

用户踩坑经验分享

大家真实踩过的坑（更全的在不断写进 state/experiences.md）：金额写成「¥1,200」不用手改符号；中文表头直接认；Excel 打不开多半被别的程序占用；插 PPT/Word 用 PNG 位图别用 SVG。

🔧 可运行性步骤清单（Runbook · Steps）

Step 1 — 准备数据：先跑 --demo 验证全链路，或准备 Excel/CSV（中文表头也行） Step 2 — 选入口：对话触发 / 脚本直跑 / Python API Step 3 — 运行：python scripts/data_team.py --demo（或 --input 你的表.xlsx） Step 4 — 取结果：报告写入 scripts/analysis_report.md，图表在 scripts/charts/（含 PNG） Step 5 — 续跑：中断后保留 data_team_state.json，加 --resume 自动续上 Step 6 — 排错：先对照 state/experiences.md，再查 references/TROUBLESHOOTING.md

最简跑通命令：

python scripts/data_team.py --demo

💡 怎么用（Usage）

方式一：对话中触发

直接说"帮我分析这批数据"或"数据分析团队"，WorkBuddy 会加载此 skill 并自动编排。

方式二：直接跑脚本

# 基础 demo（模拟数据，验证全链路）
python scripts/data_team.py --demo

# 分析你的真实文件（Excel / WPS / CSV 都行）
python scripts/data_team.py --input 销售表.xlsx

# 断点续跑（中断后重跑自动续上）
python scripts/data_team.py --resume

在代码中使用

from scripts.data_team import DataAnalysisTeam
team = DataAnalysisTeam()
team.setup(data_sources=["sales.xlsx"], analyze_fields=["revenue", "region"])
result = team.run()
print(result["humanized"])  # 人话输出

📌 规则（Rules）

• 数值列认不出时跳过该字段而不是整条崩，保证报告总能出
• 图表（Visualizer）是「可降级」环节：图没出来，文字报告照常给
• 敏感数据（手机号/身份证/银行卡/邮箱）写入前自动打码，只留本地
• 所有学习只存本地 state/，绝不上传

🔒 安全与脱敏声明（Security）

本 skill 遵循最小权限原则：敏感数据自动脱敏；每次运行自动产出 SECURITY_REPORT.md（AI 扫描 + 静态分析 + 沙箱验证）；外部调用前经 SkillAuditor 审计；纯本地、可离线、无境外上传。重新生成安全报告：

python scripts/data_team.py --security-report

❌ 不适用场景

❓ FAQ（大白话）

1. 都能读什么格式？ Excel(.xlsx/.xls)、WPS(.et/.ett)、CSV、TSV 都行；中文表头自动认，金额里的 ¥ 和逗号自动处理。
2. 报告能导出啥？ Markdown（默认）/ 可转 HTML / 文本。
3. 图表为什么有两份？ 一份 SVG（网页/在线用），一份 PNG（插 PPT/Word 等位图场景用）。
4. 中文表头要改成英文吗？ 不用。「收入/销售额」都认成收入，「地区/城市」都认成地区。
5. 金额里带 ¥ 或逗号会错吗？ 不会，自动帮你去掉再算。
6. 中断了怎么办？ 保留 data_team_state.json，重跑加 --resume 自动续上。
7. 会泄露我的数据吗？ 不会，只在本机跑，敏感信息自动打码。
8. 能处理 TB 级吗？ 不能，本技能是单进程批处理，超大数据请用 Spark/Flink。

Gotchas（踩坑清单 · 大白话）

1. 在 scripts/ 目录里跑——引擎靠同目录引入 team_engine.py，在根目录跑会报找不到模块。
2. 文件被别的程序占着就打不开——关掉 Excel 再试，或另存一份新的给我。
3. 表头认不出也不崩——认不出的列照常保留，只是不参与统计，不会整条报错。
4. 图表没出来≠报告没了——画图那步是可降级的，没图也有文字报告。
5. 大文件先拆小——单进程内存有限，超大文件拆几个小文件并行读。
6. 想记自己的表头别名——用 --teach-col，一次记住、永久生效。

✅ 交付前自检清单（校验）

• [ ] 在 scripts/ 目录运行，没报找不到模块
• [ ] 文件能打开（没被别的程序占用）
• [ ] 数值列里的 ¥/逗号已被自动处理（无需手改）
• [ ] 报告已生成 analysis_report.md，核心指标/区域/产品/结论齐全
• [ ] scripts/charts/ 下有 PNG（插 PPT 用）和报告里的 SVG
• [ ] 含敏感数据时，确认 SECURITY_REPORT.md 已生成且脱敏生效

📚 参考文档（References）

共 11 个，详见 references/ 目录：MECHANISMS（机制）/ CONFIG（配置）/ TROUBLESHOOTING（排错）/ ARCHITECTURE（架构）/ FORMATS（多格式与位图）/ SELF_IMPROVE（自改善）/ SECURITY（安全评估）/ GLOSSARY（术语）/ CHANGELOG（版本）/ zh/quickref.md（速查）/ api/cli-reference.md（接口）。

版本

• v1.0.0：初版，5 Agent 数据分析团队
• 评测优化：补 references / examples / FAQ / Gotchas / 安全声明 / license
• 4.8 优化：① 多格式(Excel/WPS/CSV/TSV)+中文表头+¥逗号自动处理；② 图表增 PNG 位图；③ 报错全改大白话；④ 自改善(--teach-col/--teach-rule)+踩坑经验分享；⑤ 触发词扩到 70 条

  更多技能请访问小葱技能站7w4.net。

这个数据分析技能整体质量不错，文档说明详细，中文支持好，可以离线运行不用担心数据安全。它能自动处理 Excel、CSV 等多种表格格式，遇到中文表头也能正确识别。最贴心的是越用越懂你的学习功能，下次分析同类数据会更顺手。不过实际使用中可能会遇到图表中文显示问题或依赖库缺失的情况，偶有小 bug 导致运行中断，但从示例报告来看最终效果还是不错的。