CSV/Excel 深度数据分析技能
自动提取统计特征、数据质量指标与异常，生成交互式 HTML 分析报告。
技能提示LLM调用execute_skill_script_file和html_interpreter工具，但未明确限制权限范围或要求用户确认。脚本仅读取用户提供的文件，无网络或写入操作，风险可控。但没有明确数据流透明度或敏感数据处理说明。推理：主风险可见但权限确认不完整，故给12分。
csv_analyzer.py代码完整、逻辑清晰，但对异常输入（如空文件、格式错误）处理不足，错误信息可能不明确。未提供测试用例，也没有实际运行验证。根据静态校准，无法验证可重复性，因此不超过10分。综合脚本逻辑可运行性给予7分。
技能场景清晰，支持中英文触发词，适合数据分析需求。但缺乏明确的非适用边界（如大文件、非表格数据），环境适配未验证（如中国大陆网络访问）。给予11分。
SKILL.md结构良好，包含工作流、参数示例和文件结构，但缺乏版本历史、更新日志和维护责任说明。references文件为TODO占位，无实际内容。整体可读但不完整，给8分。
静态评估无法验证实际输出可用性，但技能描述了完整的分析流程，应能生成报告。然而，缺乏实际输出样例或对比证据，边际价值有限。根据静态校准，不超过7分，考虑到描述完整但未验证，给6分。
未提供测试证据，仅有源代码和文档。仓库中的测试文件（如test_dispatch_tool.py）不直接覆盖此技能，无法作为证据。根据静态校准，不超过5分，此处给3分。
- 该技能未明确要求用户确认或最小权限原则，建议在使用前检查工具调用是否限制在必要的文件访问。
- 脚本对异常文件（如空文件、编码错误）的错误反馈可能不清晰，建议增加更明确的错误日志。
- 技能未说明适用文件大小上限、性能限制或非表格数据的处理边界，可能影响实际使用。
- 未提供测试用例或实际运行验证，静态评估无法确认脚本在真实场景中的可靠性。
- 参考文档reference.md仍为TODO占位，缺乏详细API文档和工作流示例。
这个 Skill 能做什么，适合哪些场景？
该技能用于分析 CSV、Excel 或 TSV 文件，自动生成包含统计摘要、数据质量检查、数值分布、相关性、分类结构、异常检测、归因分析和建议的交互式 HTML 报告。它通过运行 Python 脚本提取特征，然后注入到基于 ECharts 和 Tailwind CSS 的模板中，支持中英文，并强调 LLM 驱动的业务洞察。作为 DB-GPT 仓库的一部分，它需要安装 DB-GPT 环境才能使用。
该技能通过 execute_skill_script_file 运行 scripts/csv_analyzer.py，传入文件路径，脚本返回统计摘要和标记数据块。然后使用 html_interpreter 工具加载 templates/report_template.html，并传入 9 个占位符（语言、标题、摘要、各类洞察等），其中图表数据由后端从标记中自动注入。最终生成包含 ECharts 图表的交互式 HTML 报告，分为基础分析和异常归因两个部分。
- 数据分析师需要快速了解一份大型 CSV 数据集的分布、相关性和异常值，生成汇报用的可视化报告。
- 业务用户上传 Excel 销售数据，希望获得含图表和业务建议的深度分析报告，用于决策支持。
- 团队在 DB-GPT 平台上进行数据探索，需要从文件生成可分享的 HTML 报告，而非静态图表。
- 需要中英文双语报告的场景，例如跨团队分享分析结果。
这个 Skill 有哪些优点和局限？
- 自动生成交互式 HTML 报告，包含多种图表，无需手动编写代码
- 支持 CSV、Excel、TSV 格式
- 将统计提取与 LLM 洞察分离，提高报告深度
- 支持中英文，自动根据用户语言调整
- 轻量级，仅传输核心 JSON 数据，渲染快速
- 需要 DB-GPT 环境，不能独立使用
- 报告模板固定，定制化程度有限
- 对超大文件可能性能受限（未在文档中说明）
- 未提供单元测试或非标准平台的验证证据
如何安装这个 Skill？
由于该技能是 DB-GPT 仓库的一部分，需要先安装 DB-GPT。可通过一键安装脚本安装：curl -fsSL https://raw.githubusercontent.com/eosphoros-ai/DB-GPT/main/scripts/install/install.sh | bash。也可通过 pip 安装：pip install dbgpt-app。安装后，技能文件位于仓库的 skills/csv-data-analysis/ 目录，可直接在 DB-GPT 中使用。
如何使用这个 Skill？
在 DB-GPT 中上传 CSV 或 Excel 文件，并发送如“分析 CSV”或“数据分析”的请求。技能会自动执行：1) 运行 csv_analyzer.py 提取特征；2) 调用 html_interpreter 并指定 template_path 和 data 参数，包含 9 个占位符（如 LANG、REPORT_TITLE、EXEC_SUMMARY 等）。示例触发提示：“请分析这个 CSV 文件，生成深度分析报告”。