沃尔玛销售数据深度分析器
分析沃尔玛销售数据与失业率之间的关系，生成洞察图表和精美 HTML 报告。
证据显示技能仅处理用户提供的CSV文件，生成本地图片和HTML报告，无外部网络请求或敏感数据操作。未见恶意或越权行为。但技能文档要求调用execute_skill_script_file和html_interpreter等工具，未明确用户确认机制或权限隔离说明，对依赖项的来源和安全性未作说明。因此未达到最高分，扣分源于权限控制、确认机制和依赖安全性的不明确。
静态审查无法执行脚本，无法验证宣称的分析功能是否真正可用。脚本对输入CSV的列名有隐含假设（如'Unemployment'和'Weekly_Sales'），若用户提供的数据格式不符，会直接报错，缺乏清晰的错误反馈和检查。脚本依赖pandas、seaborn等常见库，但未见安装说明。未发现测试套件，也没有针对异常输入的容错处理。因此给予低分，因无执行验证且错误处理薄弱。
技能目标明确：分析Walmart销售数据与失业率关系，生成可视化图表和HTML报告。但功能边界不清晰，未说明数据规模限制或特定格式要求。触发条件仅基于用户提供CSV文件，未明确非适用场景（如其他零售数据或非数值数据）。环境适应性方面，脚本包含中文支持（font_setup.py），但核心功能依赖本地库，未提及大陆网络可达性问题。因此评分中低，因边界和触发条件不明确。
技能文档结构清晰，包含功能列表、使用方法和核心工作流，并提供了脚本和模板的说明。但缺少版本号、变更日志和维护责任说明。依赖安装（如pandas、seaborn）未明确列出，可能导致使用前需要额外配置。已知限制未披露，如对列名格式的依赖。许可证为MIT（仓库层面），但技能本身未单独说明。因此给予中等分数，因版本管理和依赖说明不完整。
技能宣称能生成深度分析的HTML报告，但CSV包含相关性分析、回归等，输出看似直接可用，但未经实际运行验证。报告中占位符需用户动态填充，若未填写将显示'NA'，影响完整性。相比手动分析，价值在于自动化，但边际收益未量化。因此给予低分，因无执行证据且输出完整性依赖手动填充。
证据仅来自技能自述和脚本源码，没有独立的测试结果或第三方验证。仓库中有其他模块的测试，但与本技能无关。没有CI工作流直接覆盖此技能。因此给予很低分，因缺乏可验证的证据。
- 该技能未被执行验证，报告生成功能可能不可用或输出不符合预期。
- 技能假定CSV包含特定列名（如'Unemployment'和'Weekly_Sales'），若用户数据格式不符，脚本将报错且无友好提示。
- 报告模板中的占位符若未动态填充，将显示为'NA'，影响报告质量。
- 依赖（如pandas、seaborn）未在文档中提供安装指引，可能在目标环境中缺失。
- 未声明已知限制和适用范围，可能被误用于不匹配的数据集。
这个 Skill 能做什么，适合哪些场景？
此技能面向数据分析师和业务决策者，提供了一整套基于 CSV 文件的沃尔玛销售分析工具。它能够自动生成相关性热力图、销售与失业率散点图（含回归线）、指定门店的时间序列趋势图，以及各门店平均销售额与失业率的对比图。所有图表会集成到一个响应式 HTML 报告中，并包含详细的分析结论和业务建议。该技能特别适合快速探索销售与宏观经济因素之间的关联。
读取包含 Store、Date、Weekly_Sales 和 Unemployment 列的 CSV 文件；运行 Python 脚本生成五种图表：相关性热力图、销售与失业率散点图、时间序列趋势图、门店均值对比图，以及整合所有内容的完整 HTML 报告。通过 execute_skill_script_file 工具调用 generate_html_report.py 脚本，最终使用 html_interpreter 工具将报告呈现给用户。
- 零售分析人员希望快速了解连锁门店的销售与地区失业率之间的相关性。
- 区域运营经理需要比较不同门店的平均销售业绩与当地失业率，以制定区域策略。
- 数据科学家希望用散点图加回归线来验证经济压力下消费韧性的假设。
- 管理层需要一份自动生成的、包含图表和解读的季度销售宏观分析报告。
- 商业智能团队想用时间序列图跟踪特定门店的销售与失业率趋势，以识别季节性因素。
这个 Skill 有哪些优点和局限？
- 一键生成包含多维度分析和图表的综合 HTML 报告
- 自动生成相关性热力图、散点图、时间序列等多种可视化
- 内置业务解读和策略建议
- 支持多语言输出，报告模板响应式设计
- 仅适用于沃尔玛销售数据，特定于 Store/Weekly_Sales 结构
- 依赖 DB-GPT 环境和特定工具，不能独立运行
- 未有证据显示支持除 CSV 外的其他数据源
- 报告质量依赖用户提供的分析内容，需手动填充大量占位符
如何安装这个 Skill？
该技能是 DB-GPT 存储库的一部分，需要先安装 DB-GPT。安装方式包括：运行一键安装脚本 curl -fsSL https://raw.githubusercontent.com/eosphoros-ai/DB-GPT/main/scripts/install/install.sh | bash，或通过 pip install dbgpt-app 安装。安装后，技能位于 skills/walmart-sales-analyzer 目录。具体安装步骤参考 DB-GPT 文档（docs.dbgpt.cn）。
如何使用这个 Skill？
在 DB-GPT 交互中，用户提供 Walmart 销售 CSV 文件（需包含 Store, Date, Weekly_Sales, Unemployment 列）。技能会执行 generate_html_report.py 脚本，自动生成图表和基础报告，然后调用 html_interpreter 工具渲染报告，必须动态填充所有占位符，并翻译成用户语言。用户需确保 CSV 格式正确。具体使用方式可参考技能文档。