Claude Data Analysis Skills

基于 Trae Skill 架构的智能数据分析平台。通过模块化的 Skills 实现完整的数据分析工作流。

🚀 快速开始

1. 准备数据

将数据集放入 data_storage/ 目录：

data_storage/
├── olist_orders_dataset.csv
├── olist_customers_dataset.csv
├── olist_order_items_dataset.csv
└── house.csv

2. 调用 Skills 分析

# 方式1: 直接使用 Skill
@data-explorer 分析 olist 电商数据
@visualization-specialist 创建销售可视化
@report-writer 生成分析报告

# 方式2: 通过主 Skill (支持高级分析模式)
@data-analysis 对 olist数据进行 statistical 分析

⚡ 高级分析模式 (Advanced Mode)

重要功能：系统支持高级分析模式，用户可以指定详细的分析类型，控制分析的深度、范围和输出形式。

为什么要使用高级分析模式？

• 精细控制：根据需求选择合适的分析深度
• 效率提升：避免过度分析或分析不足
• 场景匹配：不同场景使用不同的分析策略

高级模式支持的类型

📊 data-analysis 高级模式

用途：控制数据分析的深度

使用示例：

# 快速了解数据结构
@data-analysis 分析 house.csv 类型=exploratory

# 需要统计检验
@data-analysis 分析 olist 数据 类型=statistical

# 需要预测分析
@data-analysis 分析 customer.csv 类型=predictive

# 完整分析
@data-analysis 分析 sales.csv 类型=complete

📈 visualization-specialist 高级模式

用途：控制图表的类型和用途

使用示例：

# 创建销售趋势图
@visualization-specialist 创建 olist 销售趋势图 类型=trends

# 创建分布图
@visualization-specialist 分析价格分布 类型=distribution

# 创建相关性热力图
@visualization-specialist 分析变量相关 类型=correlation

📝 report-writer 高级模式

用途：控制报告的形式和受众

使用示例：

# 生成简要报告
@report-writer 生成 olist 报告 类型=summary

# 生成高管报告
@report-writer 生成 olist 报告 类型=executive

# 生成技术报告
@report-writer 生成 olist 报告 类型=technical

💻 code-generator 高级模式

用途：控制生成代码的类型

使用示例：

# 生成数据清洗代码
@code-generator 生成 python 数据清洗 代码类型=data-cleaning

# 生成统计代码
@code-generator 生成 r 统计分析 代码类型=statistical

# 生成可视化代码
@code-generator 生成 python 可视化 代码类型=visualization

# 生成机器学习代码
@code-generator 生成 python 预测模型 代码类型=machine-learning

📦 Skills 架构

.trae/skills/
├── data-analysis/           # 主 Skill（协调者）
├── data-explorer/         # 数据分析
├── visualization-specialist/  # 数据可视化
├── report-writer/        # 报告生成
├── code-generator/        # 代码生成
├── hypothesis-generator  # 假设生成
└── quality-assurance     # 质量保证

各 Skill 功能说明

1. data-analysis (主 Skill)

入口 Skill，协调完整分析流程。

功能：

• 完整工作流：质量验证 → 数据分析 → 假设生成 → 可视化 → 报告
• 快速分析：EDA → 可视化 → 简要报告
• 支持 analysis_type: exploratory, statistical, predictive, complete

使用场景：

• 需要全面分析时调用
• 需要协调多个子 Skill 时使用

2. data-explorer (数据分析) ⭐ 核心

功能：

• 描述性统计（均值、中位数、标准差、四分位数）
• 深度统计分析（假设检验、p 值、置信区间）
• 分布分析（偏度、峰度、正态性检验）
• 异常值检测（IQR、Z-score）
• 相关性分析（Pearson、Spearman）
• 客户分群（RFM 分析、K-means）
• 模式发现（聚类、趋势分析）

关键处理规则（必须遵守）：

使用场景：

• 需要探索性数据分析（EDA）
• 需要统计检验和推断
• 需要发现数据模式和客户分群

3. visualization-specialist (数据可视化)

功能：

• 统计图表（直方图、箱线图、散点图）
• 分布图、热力图
• 时间序列图
• 交互式仪表板
• 支持 chart_type: all, trends, distribution, correlation, comparison, custom

使用场景：

• 需要创建图表
• 需要数据可视化
• 需要交互式仪表板

4. report-writer (报告生成)

功能：

• 执行摘要
• 技术报告
• 业务洞察文档
• 支持 report_type: summary, complete, executive, technical, custom

使用场景：

• 需要生成书面报告
• 需要文档化分析结果
• 需要业务建议文档

5. code-generator (代码生成)

功能：

• Python/R/SQL 代码
• 数据处理管道
• 机器学习代码
• 支持 code_type: data-cleaning, statistical, visualization, machine-learning, custom

使用场景：

• 需要可重用代码
• 需要自动化分析脚本
• 需要生产级代码

6. hypothesis-generator (假设生成)

功能：

• 可检验假设形成
• A/B 测试设计
• 样本量计算
• 实验方法论

使用场景：

• 需要从数据洞察生成假设
• 需要设计实验
• 需要研究方法论

7. quality-assurance (质量保证)

功能：

• 数据质量验证
• 缺失值检查
• 重复检测
• 一致性验证

使用场景：

• 需要数据质量检查
• 需要结果验证
• 需要交叉验证

📊 分析工作流

完整工作流

1. quality-assurance: 数据质量验证
   ↓
2. data-explorer: 探索性数据分析 + 深度统计分析
   ↓
3. hypothesis-generator: 基于发现生成假设
   ↓
4. visualization-specialist: 创建可视化图表
   ↓
5. code-generator: 生成可重用代码
   ↓
6. report-writer: 生成完整分析报告

快速工作流

1. data-explorer: 快速 EDA
2. visualization-specialist: 关键可视化
3. report-writer: 简要报告

📁 目录结构

.
├── data_storage/           # 输入数据目录
├── analysis_reports/       # 分析报告输出
├── visualizations/         # 可视化图表输出
├── generated_code/        # 生成的代码输出
├── .claude/               # 原 Claude Agent 配置（保留）
├── .trae/                 # Trae Skills 配置
│   └── skills/
│       ├── data-analysis/
│       ├── data-explorer/
│       ├── visualization-specialist/
│       ├── report-writer/
│       ├── code-generator/
│       ├── hypothesis-generator/
│       └── quality-assurance/
└── README.md

🔧 数据处理规范

Pandas vs Pure Python

系统会自动检测环境，优先使用 Pandas（性能更好）：

自动检测代码:

try:
    import pandas as pd
    import numpy as np
    USE_PANDAS = True
except ImportError:
    USE_PANDAS = False

电商数据处理（必须遵守）

# ❌ 错误：直接平均 order_items
prices = [float(item['price']) for item in order_items]
avg_price = sum(prices) / len(prices)  # 错误！

# ✅ 正确：按订单汇总
from collections import defaultdict
order_amounts = defaultdict(float)
for item in order_items:
    order_amounts[item['order_id']] += float(item['price']) + float(item.get('freight_value', 0))

amounts = list(order_amounts.values())
avg_amount = sum(amounts) / len(amounts)  # 正确！

样本量要求

• 始终使用全量数据（除非数据量 > 100万行）
• 在报告中明确标注样本量
• 避免因样本限制导致统计偏差

📖 完整使用示例

示例 1: 基础 EDA

用户: 分析 house.csv 数据

调用: data-explorer
输出: 描述性统计、分布分析、相关性矩阵

示例 2: 指定分析类型

用户: 对 olist 电商数据进行 statistical 分析

调用: data-analysis (analysis_type=statistical)
输出: 假设检验、相关性分析、回归分析

示例 3: 完整分析

用户: 对 olist 电商数据进行 complete 分析

调用流程:
1. quality-assurance → 数据质量报告
2. data-explorer → 深度统计分析
3. hypothesis-generator → 业务假设
4. visualization-specialist → 可视化仪表板
5. report-writer → 完整分析报告

示例 4: 生成可视化图表

用户: 创建 olist 销售趋势图

调用: visualization-specialist (chart_type=trends)
输出: 时间序列趋势图

示例 5: 生成报告

用户: 生成 olist 高管报告

调用: report-writer (report_type=executive)
输出: 高管摘要报告

🎯 Skill 调用场景对照表

📝 输出规范

所有输出必须使用中文：

• 报告内容：中文
• 可视化标签：中文
• 代码注释：中文
• 文件命名：英文（保持一致）

🔄 与原 Claude Agent 的关系

Skills 版本保留了原 Agent 的核心能力：

主要改进：

1. ✅ 更清晰的数据处理规范（特别是订单金额计算）
2. ✅ 强制使用全量数据
3. ✅ 更详细的统计分析能力
4. ✅ 更完整的分析工作流
5. ✅ 高级分析模式 (Advanced Mode) 支持多种分析类型

📞 支持

• 数据格式：CSV、Excel、JSON、Parquet
• 分析类型：exploratory, statistical, predictive, complete
• 图表类型：all, trends, distribution, correlation, comparison
• 报告类型：summary, complete, executive, technical
• 代码类型：data-cleaning, statistical, visualization, machine-learning
• 输出格式：Markdown、HTML、PNG、交互式图表