技能介绍

把一批 Excel、CSV 或 JSON 表格变成能直接拿去汇报的分析报告，难点不在画图，而在两件事：结论能不能被抽查通过，以及过程能不能追溯。很多人拿到数据就急着算同比环比，最后写出「营收大幅下降」这类无法验证的句子，被问到「哪个月、哪个品类、哪张表」时答不上来。这个技能把可追溯性作为硬约束，从扫描数据开始就为后续每个数字保留出处。

它解决什么问题

多表场景下口径混乱：不知道哪些列是指标（数值）、哪些是维度（地区、渠道、品类），胡乱分组得出的结论没有意义。
结论无法回查：报告中出现一个无法对应到具体单元格的数字，整份报告的可信度都会被打折扣。
数据缺失时习惯补数：遇到空值或异常区间，悄悄插值或忽略，比直接标注问题更危险。

技能如何工作

Phase 1 扫描。 通过 scripts/scan_tables.py 递归扫描目录或指定文件，输出表结构、行数、列类型、日期范围、数值列统计和样例行。若 pandas 未安装会先完成依赖准备。这一步同时判断数据时间跨度，避免后续分析跑偏。

Phase 2 确认口径。 技能会列出文件清单、检测到的时间范围、候选指标与维度，并询问关注重点（如收入趋势、成本构成、异常检测）与汇报对象，确认后才进入分析，不会跳过直接出报告。

Phase 3 分析。 基于确认后的指标计算环比或同比，按变化幅度排序取 Top 3 波动，每个波动都要说明发生了什么（含前后实际值与百分比）、发生在哪个时间段、集中在哪个维度。可能原因只能基于数据证据推断，并明确标注「基于数据推断」。

Phase 4 产出。 报告结构为四段：一屏结论摘要（3–5 条，每条事实加可能原因）、Top 3 波动分析、带来源引用的明细表、需人工确认清单。支持 .docx、HTML、.md 三种格式，生成前会检查每个数字是否都有 文件名 / 工作表 / 列 / 行范围 的引用，无法溯源的一律移入待确认清单。

适用边界与注意点

技能对格式的覆盖有限：原生支持 .xlsx、.xls、.csv、.tsv、.json，其他表格形式会尝试读取，失败时在扫描输出中标记，不会静默忽略。
它识别的是结构化表数据，不做因果推断，也不会替你解释业务背景，跨部门口径差异仍需人工判断。
报告质量取决于确认阶段的回答质量。指标和时间范围没确认清楚就开工，返工概率很高。
涉及业务敏感数据的计算，建议在本地环境完成，并对最终报告做一次抽查。