AI Skill 大全

多格式数据分析

读 CSV、Excel、JSON 或问卷数据做统计检验与异常检测,输出含置信区间的分析报告。

功能与用途

数据来源杂乱——有的是导出的 CSV,有的是接口拿到的 JSON,还有的是问卷结果,格式不同导致每次分析都要重来一遍。这个技能按固定流程走:先识别数据结构和维度,再评估缺失、重复、异常和录入错误,然后做探索性统计和相关分析,按具体假设跑统计检验,并出折线、箱线、热力图等图。报告会带执行摘要、统计摘要与置信区间,以及方法、假设和局限说明。

适用场景

  • 季度销售数据想看清各区域表现、产品排名和季节性波动,需要完整:季度销售数据想看清各区域表现、产品排名和季节性波动,需要完整的趋势与对比结论
  • 手上有一批应用埋点或问卷数据,想弄明白用户的使用模式和流失先:手上有一批应用埋点或问卷数据,想弄明白用户的使用模式和流失先兆
  • 要检验某个业务假设是否成立,需要做显著性检验而不是只看率的高:要检验某个业务假设是否成立,需要做显著性检验而不是只看率的高低
  • 费用数据要找出可优化的支出结构,需要按成本中心统计分析并给出:费用数据要找出可优化的支出结构,需要按成本中心统计分析并给出建议

适用人群

  • 数据分析师
  • 用户研究员
  • 业务分析岗

使用步骤

  1. 把 CSV、Excel、JSON 或问卷数据交给 AI,说明你想弄清楚什么。
  2. 先看数据接收与质量评估结果:类型、维度、缺失与异常、可靠性判断。
  3. 让 AI 跑摘要统计与探索性图表,�认主要分布和可疑模式。
  4. 针对具体假设做统计检验,核对置信区间与显著性解读。
  5. 拿到结构化报告,检查执行摘要、建议和技术说明是否齐备。

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
办公
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
专业
版本
main
最近更新
2026-09-11
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Analyze data, generate insights, create reports, and perform statistical analysis. Use when working with datasets, CSV files, Excel files, JSON data, or when user mentions data analysis, statistics, trends, patterns, or insights.

使用前准备

  • 需要在 Claude 环境运行,计算依赖 Python 的 pandas、NumPy、Matplotlib/Seaborn、SciPy。

依赖与权限

  • 读取用户主动提供的内容

同类 Skill