Agent Skills
返回列表
数据分析工作流

数据分析工作流

数据分析 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,在 AI 助手中安装 @user_c5d41a7d/skills-combo-data-analysis-flow。

技能介绍

它解决什么问题

做数据分析的人很少只卡在一个环节:数据可能在 API、网页和数据库里,取回来还要去重、转格式,再做统计与异常检查,最后画图、写报告。难点在于这些步骤分散在多个工具里,每次都要手工拼接,流程难以复用,也很难保证结论能追溯到原始数据。

它如何工作

这个技能不替代单个分析动作,而是把五个阶段的 Skills 组合成一条流水线:

  • 数据收集:api-connector、web-scraper、database-query
  • 数据清洗:data-cleaner、duplicate-remover、format-converter
  • 数据分析:statistical-analyzer、trend-detector、anomaly-finder
  • 可视化:chart-generator、dashboard-creator
  • 报告生成:report-writer、insight-summarizer

落地时先定义流程,再把各阶段固定下来:数据源、刷新频率、输出格式。建议拆成一次性试跑和长期自动化两种模式:前者快速验证链路是否跑通,后者再逐步加入评分和告警。运行日志、输入样例、最终输出都要保留,便于复盘和验收。

适用边界与注意点

适合团队使用,难度进阶,定位为半自动:它能缩短从拿到数据到拿到结论的时间,但不会替你验证数据是否可靠。验收标准是完整跑通一次,输出结构清晰并包含明确结论或下一步动作;同时抽样核对原始链接、去重结果和最终摘要,确保结论可追溯。

在正式接入账号或数据源前,先确认权限边界。不要把未经验证的数据直接作为决策依据;高风险动作默认只生成建议或草稿,不直接执行。

使用场景

  • 需要把 API、网页和数据库的数据收集合并,先跑通一轮自动化分析链路。
  • 拿到原始数据后要做去重、格式转换和清洗,再进入统计与异常检测。
  • 统计结果出来后需要生成图表和仪表盘,并输出带结论的分析报告。
  • 团队要把重复的分析流程沉淀成模板,保留日志和输出用于复盘验收。

适合人员

  • 数据分析工程师:需要把多源数据收集、清洗、分析和报告串成可复用管线。
  • BI 或数据团队成员:希望固定数据源和输出格式,减少在多个工具间手工切换。
  • 增长或运营分析师:需要定期从数据到结论,并保留日志便于复盘和验收。
  • 负责自动化的数据平台工程师:希望在确认权限后逐步加入评分和告警。