数据与分析

工作区数据分析师

对工作区内的 CSV 文件进行加载、检查与统计汇总,快速产出可读的洞察结论与后续建议。

54/ 100
谨慎使用

价值存在,但可靠性、证据或控制措施仍有明显缺口。

查看评分依据 ↓
可直接使用于
Codex · Claude Code
Star 数
★ 11k
最近更新
27 天前
License
MIT
csv-analysisdata-summarizationdescriptive-statisticsoutlier-detection
+1insight-reporting

这个 Skill 能做什么,适合哪些场景?

这是一个极简的数据分析技能,来自 VoltAgent 仓库的示例工作区(examples/with-workspace)。它的全部指令只有三步:加载 CSV 文件并检查表头,汇总总数、均值和异常值,最后给出简短的洞察总结和下一步建议。该技能不包含任何脚本代码,也没有声明运行时依赖,属于纯指令型技能。它附带了参考资料 schema.md 和一个示例 CSV,便于理解预期行为。适合需要轻量级 CSV 快速概览的用户,不适合需要精确数值验证的严肃分析场景。

读取工作区中的 CSV 文件;检查并确认表头结构;计算总数、平均值并识别异常值;输出一段简短的洞察摘要以及推荐后续步骤。技能本身不含可执行脚本,分析行为依赖宿主代理自身的文件读取与计算能力。

适合
  • 分析师拿到一份新的 CSV 导出文件,想先快速了解列结构和大致分布
  • 运营人员在 Claude Code 等工具中处理业务报表,需要一段自动生成的汇总描述
  • 开发者在 VoltAgent 示例项目中测试 workspace 技能机制,需要一个结构简单的真实样例
  • 数据初学者希望用自然语言对小型数据集做总量、均值和异常值的粗略检查

如何安装这个 Skill?

开始前你需要
Agent 需要具备
  • 本地文件系统

该技能位于 VoltAgent 仓库的 examples/with-workspace/workspace/skills/data-analysis/ 目录。仓库文档未提供单独安装此技能的命令;通用做法是将整个 data-analysis 文件夹(含 SKILL.md、references/schema.md 和 assets/sample.csv)复制到你的 Agent Skills 兼容客户端的 skills 目录中。获取仓库可用:npm create voltagent-app@latest(来自 README 的快速开始),或直接克隆 GitHub 仓库。

通用方式:手动安装到 Claude Code(macOS / Linux)
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/VoltAgent/voltagent.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/examples/with-workspace/workspace/skills/data-analysis" ~/.claude/skills/
rm -rf "$tmp"

根据源仓库地址和 Skill 路径自动生成,只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式,请优先按作者说明操作;想只在当前项目中使用,把 ~/.claude/skills 换成项目里的 .claude/skills。

如何使用这个 Skill?

试试这样说

安装后,把下面任意一句发给 Agent 即可触发:

  • 分析工作区里的 data.csv,告诉我各列的汇总和异常值

把目标 CSV 文件放入工作区后,直接用自然语言触发即可,例如:"分析工作区里的 data.csv,告诉我各列的汇总和异常值"。代理会按照 SKILL.md 的三步流程执行。源文档未说明如何传入文件路径参数,也未定义任何命令替换语法。

这个 Skill 有哪些优点和局限?

优点
  • 结构极简:只有三个步骤的指令,易于理解和修改
  • 纯指令、无脚本依赖,可在任何支持 Agent Skills 标准的客户端直接使用
  • 附带 schema 参考文档和示例 CSV,降低了上手门槛
  • MIT 许可证,可自由复用和二次定制
局限
  • 没有可执行脚本,统计结果完全依赖模型自行计算,准确性无保证
  • 未声明输入规模上限,处理大型 CSV 的表现未知
  • 缺少测试、评估或验证机制,输出质量没有证据支撑
  • 该技能是示例性质,仓库文档未提供针对性的使用承诺或支持说明

这个 Skill 与同类方案有什么区别?

与相关 Skills 并排比较;分数均按同一 FSRS 标准得出。

Skill FS 评分 Star 数 最近更新 License
工作区数据分析师 本页 54 · 谨慎使用 ★ 11k 27 天前 MIT
CSV/Excel 深度数据分析技能 47 · 谨慎使用 ★ 20k 14 天前 MIT
CSV 数据总结分析技能 45 · 不推荐 ★ 471 1 年前 —
Claude Ecom 电商业务复盘 53 · 谨慎使用 ★ 53 4 个月前 MIT
Azure Data Explorer Kusto 分析技能 ✓ Microsoft · 官方 45 · 不推荐 ★ 2.7k 3 个月前 MIT

FollowSkills 如何评估这个 Skill?

FollowSkills 评估 · FSRS-1.0
谨慎使用
54/ 100 五分制 2.7 / 5
1价值适配8 / 20 · 2.0/5

这是 VoltAgent 框架自带的示例工作区技能(CSV 分析),文档极短(402 字符),用于演示框架能力而非独立生产技能。

2可靠性9 / 20 · 2.3/5
3安全性22 / 25 · 4.4/5
4证据4 / 15 · 1.3/5
5易用性6 / 10 · 3.0/5
6维护性5 / 10 · 2.5/5
1 2 3 4 5 6

点击维度查看打分理由

评估于 2026年7月17日 评估证据[1]

证据充分度:低 — 主要依赖静态检查、作者材料或有限演示;适合发现线索,不适合做高风险决策。

本条评估按 FSRS 1.0 标准完成,维度分不做换算,已进入按 FSRS 2.0 重新评估的复核队列。

查看完整评分方法 →

常见问题

使用这个技能需要付费或联网吗?
技能本身免费且基于 MIT 许可开源。SKILL.md 中没有体现任何网络调用需求,分析在本地文件上进行;实际成本取决于你使用的宿主模型的费用。
它计算出的统计数字可靠吗?
技能只提供指令,不含计算脚本,所有数值由模型生成,可能出错。对精度要求高的场景应人工复核或配合代码执行工具。
它能处理多大的 CSV 文件?
源文档没有说明任何文件大小或行数限制,这一点未被测试或记录,使用时需自行验证。
它可以脱离 VoltAgent 使用吗?
可以。它是一个符合 Agent Skills 标准的纯指令文件夹,只需一个能读取本地文件并遵循 SKILL.md 的客户端(如 Claude Code 或 Codex)即可运行。

同仓库的其他 Skills

均来自 VoltAgent/voltagent

相关 Skills