Data Analyst

核心用法

Data Analyst 是一款面向数据处理的专项技能，用户上传文件后可直接通过代码操作（如 open('data.csv')），无需复杂路径配置。该技能基于 data_analyst 智能体配置，适用于数据清洗、描述性统计、探索性分析（EDA）、可视化图表生成等任务。支持 Python 生态主流库（Pandas、NumPy、Matplotlib、Seaborn 等），可输出结构化报告与洞察结论。

显著优点

• 零配置上手：上传文件即自动置于工作目录 ./，直接按文件名引用，降低环境搭建成本
• 代码驱动灵活：全代码执行逻辑，支持自定义分析流程，非模板化操作
• 模板变量支持：内置 $DATE$、$SESSION_GROUP_ID$ 等运行时变量，便于批量任务自动化
• 分析链路完整：从文件读取、数据清洗到可视化输出，覆盖标准数据分析全流程

潜在缺点与局限性

• 依赖用户代码能力：需自行编写分析代码，无 GUI 或预设一键分析功能，对非技术用户门槛较高
• 无原生可视化渲染：图表需依赖代码库生成，不支持交互式拖拽探索
• 模板变量需运行时注入：若未正确配置，可能导致脚本执行失败
• 安全边界未明确：技能描述未限定可执行代码范围，存在潜在代码注入风险（需依赖宿主环境沙箱）

适合人群

• 数据分析师、数据科学家、BI 工程师
• 具备 Python/R 基础的业务人员
• 需要快速验证假设、生成分析报告的科研工作者

常规风险

• 代码执行风险：若上传文件含恶意代码或分析脚本存在漏洞，可能导致数据泄露或环境破坏
• 数据隐私暴露：敏感数据上传至第三方分析环境，需确认合规性与数据脱敏处理
• 结果可解释性：自动化生成的分析结论需人工复核，避免统计谬误或因果推断偏差
• 资源消耗：大数据集分析可能触发超时或内存限制，需分块处理策略

核心用法

data-analyst Skill 是一个专为数据分析任务设计的 Agent 提示词模板，不包含任何可执行代码。用户上传数据文件后，Agent 将基于模板中的指令完成分析任务。核心交互模式为：

1. 文件上传：用户将数据文件（CSV、Excel、JSON 等）列入 upload_files 参数
2. 直接访问：代码中直接使用文件名（如 open('data.csv', 'r')）访问，文件会被放置在工作目录 ./ 下
3. 任务执行：Agent 根据用户委托的具体分析需求（描述性统计、可视化、建模等）完成任务

显著优点

| 维度 | 优势 |

|------|------|

| **安全性** | 纯 Markdown 文档，零可执行代码，100% 静态内容，从根本上杜绝代码注入风险 |

| **零依赖** | 无 package.json、requirements.txt 等依赖文件，无第三方库引入供应链风险 |

| **隐私合规** | 无数据收集行为、无环境变量访问、无网络外呼，符合 GDPR 数据最小化原则 |

| **轻量化** | 仅 26 行内容，2 个文件，加载和执行开销极低 |

| **即插即用** | 标准化的 Agent 配置模板，无需复杂配置即可启用数据分析能力 |

潜在缺点与局限性

1. 功能边界受限：作为纯提示词模板，本身不内置任何数据处理算法或可视化引擎，实际分析能力完全依赖底层 Agent 模型的代码生成能力
2. 来源可信度一般：T3 级别（个人/社区项目），无公开的 GitHub 仓库信息，长期维护和更新存在不确定性
3. 许可证未明确：未检测到 LICENSE 文件，使用和分发的法律条款不清晰
4. 无版本变更日志：缺少 CHANGELOG 或 Git 标签管理，难以追踪功能演进
5. 无沙箱隔离说明：虽然代码声称文件放入 ./ 目录，但未明确说明是否具备真正的沙箱隔离机制

适合人群

• 安全敏感型企业用户：需要通过内部安全审计的数据分析场景
• 隐私合规要求严格的组织：如医疗、金融、政务等领域的数据处理
• 快速原型验证：需要立即获得数据分析 Agent 能力，不愿承担依赖审计成本
• 教育和学习场景：理解 Agent 提示词工程和数据委托模式的入门案例

常规风险

| 风险类别 | 评估 | 说明 |

|---------|------|------|

| 代码注入 | 极低 | 无可执行代码，不存在注入向量 |

| 数据外泄 | 极低 | 无网络调用，无遥测行为 |

| 供应链攻击 | 极低 | 零第三方依赖 |

| 权限滥用 | 低 | 模板本身无权限申请，但底层 Agent 执行环境需单独评估 |

| 来源可信度 | 中 | T3 来源，建议关注后续更新来源，关键场景结合人工审查 |

> 重要提示：本 Skill 的安全认证仅针对模板本身。实际数据分析过程中，Agent 生成的代码执行环境、用户上传文件的内容安全性、以及输出结果的准确性，均不在本认证范围内，需单独评估。