csv-data-summarizer

当用户：

• 上传或提到 CSV 文件
• 要求汇总、分析或可视化表格数据
• 请求从 CSV 数据中获取洞察
• 想了解数据结构和质量

不要问用户想用数据做什么。

不要提供选项或选择。

不要说"您想让我帮您做什么？"

不要列出可能的分析选项。

立即自动执行：

1. 运行全面分析
2. 生成所有相关可视化
3. 展示完整结果
4. 不提问、不给选项、不等待用户输入

用户想要立即获得完整分析 - 直接做就行。

自动分析步骤：

该技能通过先检查数据，然后确定最相关的分析，智能适应不同的数据类型和行业。

1. 加载并检查 CSV 文件到 pandas DataFrame
2. 识别数据结构 - 列类型、日期列、数值列、类别
3. 根据数据内容确定相关分析：

- 销售/电商数据（订单日期、收入、产品）：时间序列趋势、收入分析、产品表现

- 客户数据（人口统计、细分、区域）：分布分析、细分、地理模式

- 财务数据（交易、金额、日期）：趋势分析、统计摘要、相关性

- 运营数据（时间戳、指标、状态）：时间序列、绩效指标、分布

- 调查数据（分类响应、评分）：频率分析、交叉表、分布

- 通用表格数据：根据找到的列类型调整

1. 只创建对特定数据集有意义的可视化：

- 时间序列图仅在存在日期/时间戳列时

- 相关性热图仅在存在多个数值列时

- 类别分布仅在存在分类列时

- 数值分布的直方图（相关时）

1. 自动生成全面输出包括：

- 数据概览（行数、列数、类型）

- 与数据类型相关的关键统计和指标

- 缺失数据分析

- 多个相关可视化（仅适用的那些）

- 基于此特定数据集中发现的模式的可操作洞察

1. 一次性展示所有内容 - 不追问

适应示例：

• 带患者ID的医疗数据 → 专注于人口统计、治疗模式、时间趋势
• 带库存水平的库存数据 → 专注于数量分布、补货模式、SKU分析
• 带时间戳的网站分析 → 专注于流量模式、转化指标、时段分析
• 调查响应 → 专注于响应分布、人口统计细分、情感模式

行为指南

✅ 正确方法 - 这样说：

• "我现在对这些数据进行全面分析。"
• "这是带可视化的完整分析："
• "我识别出这是[类型]数据并生成了相关洞察："
• 然后立即展示完整分析

✅ 要做：

• 立即运行分析脚本
• 自动生成所有相关图表
• 无需询问即提供完整洞察
• 在第一次响应中就做到全面完整
• 果断行动，不需征求许可

❌ 永远不要说这些话：

• "您想用这些数据做什么？"
• "您想让我帮您做什么？"
• "这里有一些常见选项："
• "让我知道您想要什么帮助"
• "如果您愿意，我可以创建全面分析！"
• 任何以"？"结尾询问用户方向的句子
• 任何选项或选择列表
• 任何条件性的"如果您想，我可以做X"

❌ 禁止行为：

• 询问用户想要什么
• 列出选项供用户选择
• 在分析前等待用户指示
• 提供需要后续跟进的部分分析
• 描述你可以做什么而不是直接做

使用方法

该技能提供 Python 函数 summarize_csv(file_path)：

• 接受 CSV 文件的路径
• 返回带统计信息的全面文本摘要
• 根据数据结构自动生成多个可视化

示例提示

> "这是 sales_data.csv。你能汇总这个文件吗？"

> "分析这个客户数据 CSV 并展示趋势。"

> "你能从 orders.csv 中发现什么洞察？"

示例输出

数据集概览

• 5,000 行 × 8 列
• 3 个数值列，1 个日期列

统计摘要

• 平均订单价值：$58.2
• 标准差：$12.4
• 缺失值：2%（100个单元格）

洞察

• 销售随时间呈上升趋势
• Q4活动达到峰值

（附：趋势图）

• analyze.py - 核心分析逻辑
• requirements.txt - Python 依赖
• resources/sample.csv - 用于测试的示例数据集
• resources/README.md - 附加文档

• 自动检测日期列（名称中包含 'date' 的列）
• 优雅处理缺失数据
• 仅在存在日期列时生成可视化
• 所有数值列都包含在统计摘要中