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分析。用户仅需上传 CSV/Excel 文件并用日常语言描述分析需求（如"各区域销售表现对比""用户流失节点识别"），Skill 将自动执行数据读取、统计计算、异常检测、相关性分析等流程，最终输出可在浏览器直接打开的交互式 HTML 报告。
核心工具 analyze_data 接受三个参数：文件路径、自然语言分析需求、可选输出目录。报告采用 ECharts 渲染交互式图表，包含执行摘要、数据概览、智能洞察、可视化图表、描述统计、分析结论六大模块。大文件（>5万行）自动抽样处理，保障分析效率。
显著优点
1. 零代码门槛：完全自然语言驱动，业务人员无需学习 Python/SQL 即可完成分析
2. 自包含交付：单 HTML 文件整合所有图表配置，离线可查看，便于分享归档
3. 交互式体验：ECharts 支持图表缩放、筛选、悬停提示，探索性强于静态图片
4. 智能洞察提取：内置规则引擎自动识别关键发现，降低信息遗漏风险
5. 环境隔离：自动创建 Python 虚拟环境，避免依赖冲突，首次使用无需手动配置
潜在缺点与局限性
- 网络依赖：首次打开报告需从 CDN 加载 ECharts（可缓存后离线使用），完全离线环境首次查看受阻
- 分析深度边界：复杂统计建模（如时间序列预测、机器学习分类）未明确支持，以描述性分析为主
- 大文件性能：超过 100MB 文件分析耗时显著增加（30秒~2分钟），且自动抽样可能损失细粒度特征
- 隐私风险提示：CDN 请求可能暴露访问行为日志，敏感数据场景需评估合规性
- 可解释性有限："智能洞察"由规则引擎生成，未披露具体算法逻辑，关键决策建议需人工复核
适合人群
- 业务运营/市场人员：快速产出数据看板，替代手动 Excel 透视表
- 产品经理：用户行为数据探索、漏斗分析
- 中小企业管理者：无需采购 BI 工具即可获得标准化分析报告
- 数据分析师：作为探索性数据分析（EDA）的自动化前置步骤
常规风险
| 风险类型 | 说明 | 缓解建议 |
|---------|------|---------|
| 数据泄露 | 本地分析但 CDN 联网加载图表库 | 敏感数据先脱敏处理，或在安全网络环境首次打开后缓存使用 |
| 分析误判 | 规则引擎洞察可能存在偏差 | 关键结论结合领域知识交叉验证 |
| 环境依赖 | Python/pandas 环境异常导致失败 | 按文档手动创建虚拟环境并安装依赖 |