核心用法
data-analysis-partner 是一款面向非技术用户的智能数据分析 Skill，通过自然语言交互即可完成专业级数据洞察。用户只需上传 CSV 或 Excel 文件，并用日常语言描述分析需求（如"分析各区域销售差异""找出用户流失节点"），Skill 将自动执行完整的数据分析 pipeline：数据读取与概览、描述统计、相关性分析、异常检测、规则引擎洞察提取，最终输出可离线查看的交互式 HTML 报告。
显著优点
1. 零代码门槛：无需编写 Python 或 SQL，纯自然语言驱动分析，大幅降低 BI 工具使用成本
2. 开箱即用可视化：基于 ECharts 生成专业级交互图表（分布图、热力图、漏斗图、趋势图等），支持缩放、筛选、数据导出
3. 自包含交付物：单个 HTML 文件即可离线查看，便于邮件分享或存档
4. 智能洞察提取：内置规则引擎自动识别关键发现，如异常值、强相关性、趋势拐点等，弥补用户分析经验不足
5. 灵活场景覆盖：从销售分析、用户行为漏斗、退货归因到财务审计，适配多行业数据场景
潜在局限
- 网络依赖：ECharts 默认从 CDN 加载，离线环境需等待
--offline模式开发完成 - 性能瓶颈：100MB+ 大文件分析耗时 30 秒至 2 分钟，超大规模数据集建议预采样
- 分析深度边界：依赖规则引擎的预设模式，复杂因果推断或机器学习建模仍需人工介入
- Python 环境依赖：需预装 pandas、numpy，对纯云端/容器环境有一定配置要求
适合人群
- 业务分析师、运营人员：快速验证数据假设，生成汇报材料
- 中小企业管理者：无预算采购 Tableau/Power BI 时的轻量化替代方案
- 咨询顾问：为客户交付可交互、可留存的数据洞察报告
- 数据初学者：通过可视化结果理解数据分析方法论
常规风险
| 风险类型 | 说明 | 缓解建议 |
|---------|------|---------|
| 数据隐私 | 敏感数据可能通过 HTML 报告泄露 | 避免上传含个人隐私或商业机密的数据；使用后清理临时文件 |
| 结果误读 | 自动生成的洞察可能存在相关性≠因果性的误读 | 关键决策前建议人工复核统计假设 |
| 环境安全 | 需确保 Python 依赖包来源可信 | 使用官方 pip 源，定期更新 pandas/numpy 至安全版本 |