源自 GitHubJupyter数据分析
在本地 Jupyter 环境里反复运行 Python、查看结果并继续分析。你可以这样用：用大白话描述你想用它实现的效果，不用自己写代码；AI给出它能直接运行的代码或操作步骤；把报错贴给AI，它会定位它的问题并修好。适合增长运营、产品经理、创业团队。
它会先理解你的原始内容和目标，再按清晰的步骤完成处理。你不需要学习复杂命令，也不用理解背后的技术细节。
常见场景
它能帮你做什么？
01
提供Jupyter数据分析的输入：给出要分析的对象、数据来源和判断标准。
02
得到Jupyter数据分析结论：给出判断、依据和不确定的地方。
03
落到行动：标出优先级、风险和下一步最值得做的事。
三步完成
怎么使用
1安装 Skill
把右侧安装请求发给你的 AI。
2说清楚目标
告诉 AI 你想完成什么，或直接贴入内容。
3检查结果
按需要继续调整语气、范围或格式。
复制就能用
你可以直接这样说
“我要做Jupyter数据分析，请先告诉我需要提供哪些材料。”
“根据我提供的资料完成Jupyter数据分析，结果请写得具体、可以直接使用。”
“检查这份Jupyter数据分析结果，指出错误、遗漏和下一步要做的事情。”
适用人群
适合谁？
上手门槛
使用难度
入门
无需编程基础。会和 AI 对话就能使用。
兼容范围
支持哪些 AI？
Codex可直接使用
Claude Code可直接使用
OpenClaw可直接使用
Hermes可直接使用国内 Agent可直接使用
中文用户增强
Skill Px 做了什么？
中文说明简化使用方式补充中文案例整理安装流程降低理解难度