Data Analysis Pipeline
端到端数据分析工作流，从数据清洗到可视化，支持 CSV、JSON、SQL 等多种数据源和图表生成。
【AI技能】Data Analysis Pipeline：功能详解与安装指南
技能简介
数据分析几乎是每个开发者日常都会遇到的场景——无论是处理用户行为日志、分析销售报表，还是从数据库查询业务指标。但传统的数据分析流程往往涉及大量重复性工作：手动加载数据、编写清洗脚本、调参数绘图……不仅耗时，还容易出错。
Data Analysis Pipeline 正是为解决这些痛点而生的 AI 技能模块。它将数据分析的完整流程——数据读取、清洗、转换、聚合、可视化——封装成一个可复用的工作流。你只需要向 AI 编程助手描述你的分析目标（例如：“分析上周的订单数据，按地区绘制营收排行”），它就能自动完成数据加载、处理并生成你需要的图表。
该技能支持 CSV、JSON、SQL 等多种数据源，内置 pandas、matplotlib 等核心库的最佳实践，让你与 AI 协作时不再需要手写大量样板代码。无论你是数据新手还是资深分析师，都能借助它把注意力从“怎么写代码”转移到“分析什么、如何解读结果”上。
核心优势
1. 从原始数据到可视化，一次对话完成
以往使用 AI 助手做数据分析，需要分多轮指令：先让它加载数据、再清洗、再画图。Data Analysis Pipeline 将整个流水线整合为单一意图。你只需说“分析 sales.csv，按月份统计总销售额，画出折线图”，AI 就能自动调用 pipeline 中的各个步骤，一气呵成，无需反复打断思路。
2. 支持多种数据源，无需手动切换加载方式
无论你的数据存储在本地 CSV、JSON 文件，还是 SQL 数据库，Pipeline 都能通过统一的接口处理。你甚至可以直接传入 SQL 查询语句，AI 会自动连接数据库并执行。这对需要频繁跨数据源分析的团队尤其友好——不必再为每种格式单独编写加载代码。
3. 内置最佳实践，减少「脏代码」
清洗、去重、缺失值处理、类型转换——这些常见操作在 pipeline 中已经被封装成模块化步骤。AI 会自动应用合理的默认策略（例如数值列填充中位数、字符列填充众数），你也可以通过自然语言微调。这意味着即使不熟悉 pandas 的细节，也能得到高质量的分析结果。
4. 可同时输出多种图表类型
支持柱状图、折线图、散点图、热力图、箱线图等主流图表，且可以一次生成多个。例如你想同时看“销售额趋势”和“不同类别占比”，只需一句话，AI 就会生成并排的两个图表，方便对比解读。
5. 结果可复现，便于审查与迭代
Pipeline 的每一步都生成透明的代码和中间输出，你可以随时要求 AI 调整某个环节——比如“把销售额字段四舍五入到整数”，或“改用对数坐标”。每次调整只影响对应步骤，不会打乱整体流程。最终生成的代码可以导出为独立脚本，用于定时任务或分享给同事。
主要功能
| 功能 | 说明 |
|---|---|
| 多源数据加载 | 支持 CSV、JSON、Excel、SQL 查询结果作为输入，自动识别编码和分隔符 |
| 智能数据清洗 | 自动检测缺失值、重复行、异常值，并提供一键处理（删除/填充/插值） |
| 灵活数据转换 | 支持列重命名、类型转换、分组聚合、排序筛选、透视表等常见操作 |
| 统计摘要生成 | 自动计算数值列的描述统计（均值、中位数、标准差等）以及分类列的频次分布 |
| 多类型可视化 | 支持折线图、柱状图、饼图、散点图、箱线图、热力图等，可自定义颜色、标签、主题 |
| 导出与分享 | 将清洗后的数据保存为新文件，或导出分析报告（Markdown/HTML）和图表图片 |
如何获取与安装
Data Analysis Pipeline 是一个通用 AI 技能，适用于多种 AI 编程助手（如 Claude Code、Cursor、Cline 等）。安装方式取决于你使用的平台：
方式一：从 GitHub 下载规则/配置文件
该技能的官方仓库地址为：https://github.com/topics/data-analysis（或您实际使用的具体仓库）。请访问该页面，找到最新的发布版本或主分支。
# 通过 git clone 获取到本地
git clone https://github.com/your-org/data-analysis-pipeline.git
cd data-analysis-pipeline
方式二：集成到 Claude Code（推荐）
如果你使用 Claude Code，可以通过以下步骤安装：
- 打开 Claude Code 的插件市场，搜索 “Data Analysis Pipeline”。
- 或者直接在聊天中运行安装命令：
/plugin install data-analysis-pipeline - 安装完成后，在设置中确认启用。之后即可在对话中使用相关功能。
方式三：配置为 Cursor 规则
如果你使用 Cursor，可以将技能文件放入 .cursorrules 或项目根目录的 rules/ 文件夹中：
- 从 GitHub 仓库下载
pipeline_rules.md（或data_analysis.yml）文件。 - 将其复制到 Cursor 配置目录，或直接在 Cursor 设置中指定规则路径。
- 重启 Cursor 后，AI 会自动加载该技能。
方式四：作为 MCP 服务（高级）
对于想通过 Model Context Protocol 集成的用户，可以参照仓库中的 mcp-server/ 目录部署一个轻量服务，通过标准协议暴露数据接口。具体步骤见 README。
小提示：如果您的 AI 助手支持自定义指令（例如 Claude Code 的
--custom-instructions），也可以将该项目中的instructions.txt内容直接粘贴进去，立即生效。
适用场景
1. 快速探索性数据分析（EDA）
拿到一个新数据集，想快速了解有哪些列、数据分布、缺失值、相关性。只需一句话，AI 自动生成描述性统计和可视化。
2. 定期报表生成
业务团队需要每周销售报表、用户留存趋势等。将数据源连接到 AI 助手，用自然语言定义模板，每次运行即可得到最新报告。
3. 数据清洗与预处理
从不同渠道收集的数据格式不统一、有脏数据。Pipeline 可以批量清理并输出标准化的 CSV/JSON，供下游模型或仪表盘使用。
4. 结合数据库的交互式查询
非技术人员（如产品经理）想从数据库中获取数据并画图，但不会写 SQL。他们可以在 AI 助手中直接说：“从 orders 表查询近30天各城市订单量，画柱状图”，Pipeline 会自动转化为 SQL 并执行。
5. 教学与演示
在培训或内部分享中，需要直观展示数据分析流程。使用 Pipeline 可以实时演示从加载到可视化的完整链条，学员也能通过自然语言交互体验数据分析的乐趣。
小贴士
先描述业务背景，再提数据字段
告诉 AI 数据集的业务含义（例如“这是电商订单表，包含订单日期、金额、城市”），Pipeline 能更准确地选择清洗和可视化策略。善用“分步执行”模式
如果数据量大或逻辑复杂，可以要求 AI“分步执行并展示每个步骤的结果”。这样你可以逐阶段审查，避免意外错误。安装后先运行测试数据
仓库通常附带示例数据集（如sample_sales.csv）。安装完成后，用它验证技能是否正常工作，熟悉典型用法后再处理真实数据。
免责声明：技能效果可能因 AI 助手版本、模型能力及配置差异而有所不同。请以官方文档和实际运行结果为准。