本地复杂数据分析
把 Excel、CSV 或数据库数据交进来,用本地 SQL/DuckDB 查询分析后生成可离线打开、证据可追溯的 ECharts 图表、Dashboard 或分析报告。
功能与用途
手上的经营数据要出图表或看板,但既不想上云、又需要结果能被核对来源。这个 Skill 走本地 SQL/DuckDB 通道,从数据质量检查、可复核查询到 ECharts 渲染全部落成本地文件,并用 manifest 把每个结论绑定到具体查询结果。使用它需要能跑 Python 脚本、懂 SQL,且最终交付会用浏览器渲染做门禁校验,配错环境或随便写临时连库代码都过不了。
适用场景
- 内网环境不能联网,需要把 CSV 数据分析后出成能直接双击打:内网环境不能联网,需要把 CSV 数据分析后出成能直接双击打开的 HTML 看板
- 财务或经营月报的图表被质疑数据来源,需要每张图都能追溯到底层:财务或经营月报的图表被质疑数据来源,需要每张图都能追溯到底层查询和行数
- 要对比今年与去年的同期业绩,但担心部分期间和完整期间混在一起:要对比今年与去年的同期业绩,但担心部分期间和完整期间混在一起算错
适用人群
- 企业 BI/数据分析师
- 需要出经营看板的电商运营
- 做数据交付的 Python 开发
使用步骤
- 把 Excel/CSV 或数据库数据放进工作目录,说明要回答的业务问题和交付形式(图表、Dashboard 还是报告)
- 让它先跑数据结构与质量评估,确认日期覆盖、空值、重复和口径没有问题
- 通过脚本生成并执行可复核 SQL,查询结果落到 outputs 里留存哈希与行数
- 按模板渲染出独立 HTML,检查图表、留白、单位与「查看数据」源表是否齐全
- 跑交付门校验,确认无控制台报错、无外部请求、证据与 manifest 一致后再交付
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。
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
- 82
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
使用本地 SQL/DuckDB 分析 Excel、CSV 或数据库数据,并生成可审计、可离线运行的 ECharts 图表、Dashboard 和分析报告。适用于数据导入、清洗、查询、同比环比、诊断分析、可视化和企业 BI 交付。
使用前准备
- 需要本地 Python 运行环境与 scripts 目录下的脚本,需懂 SQL/DuckDB
- 交付校验依赖 Playwright/Chromium
依赖与权限
- [tool.pytest.ini_options]
- testpaths = ["tests"]
- python_files = ["test_*.py"]
- python_functions = ["test_*"]
- addopts = "-v --tb=short"
- [tool.coverage.run]
- source = ["scripts"]
- branch = true
- omit = [
- "scripts/utils/*",
- "*/__pycache__/*",
- ]
- [tool.coverage.report]
- fail_under = 80
- show_missing = true
- exclude_lines = [
- "pragma: no cover",
- "if __name__ == .__main__.:",
- "raise NotImplementedError",
- "if TYPE_CHECKING:",
- [tool.coverage.html]
- directory = "htmlcov"
- -r requirements-core.txt
- -r requirements-optional.txt
- 读取用户主动提供的内容