技能介绍

要解决的具体问题

数据分析流程中，静态图表往往难以应对两类场景：一是探索性分析（EDA）阶段需要快速切换维度、筛选样本或调整参数，静态图无法实时响应交互；二是报告输出时，仅靠文字或静态图难以直观呈现数据背后的关联与趋势，需要嵌入可交互的可视化界面。传统方案需要切换多个工具，既打断分析节奏，也增加了结果复现的难度。

核心能力与关键步骤

该技能围绕交互式可视化需求，提供了分阶段的能力支持：

探索阶段：通过 run-eda --type bundle 命令启动探索性分析流程，覆盖从数据加载到初步洞察的关键环节。
呈现阶段：支持将 presentation_mode 设置为 static_plus_interactive，在静态内容基础上叠加交互元素，满足多样化展示需求。
多视图协同：在分析后期，通过 multi-tab 布局将 §数据 标签页与 eda_hub.html 结合，实现数据概览与交互视图的同屏呈现。

执行流程遵循明确的读取顺序：先查看 references/eda.md 了解基础分析逻辑，按需查阅 references/charts.md 进行可选的交互式导出，最后参考 references/reports.md 完成 HTML 嵌入。报告生成时，以 data/eda_hub.html 作为主要的 §数据 交互界面，每个分析论断下方通过 .figure-block 容器嵌入独立的 plotly iframe，确保交互视图与上下文一一对应。

适用边界与注意点

该技能依赖 Python 环境与 plotly 库的支持，交互式图表需要在支持 HTML 渲染的浏览器中查看。静态导出功能为可选项，若仅需静态图表，可跳过 references/charts.md 中的相关配置。对于大规模数据集，需注意交互视图的渲染性能，建议先进行数据采样或维度筛选，再生成嵌入内容。