Markdown结构化数据分析技能

这项技能提供了对Markdown文件的数据分析功能，对结构化数据进行分析和洞察，生成全面的信息摘要和数据的可视化

何时使用此技能

以下情况可以使用此技能：

用户上传或者引用Markdown文件
用户要求进行汇总、数据分析或者可视化数据时
要求从Markdown数据中获取数据洞察
想要了解数据的结构和质量时

How It Works

关键行为要求

不要询问用户想要如何处理数据。不要提供选项或选择。不要问“您想让我帮您做什么？”。不要列出可能的分析方法
立即自动化执行,用户希望立即获得完整分析
- 对结构化数据进行多维度的全面分析
- 生成相关数据的可视化图表（例如：线形图、柱状图、饼形图）
- 无需提问、无需选项、无需等待用户输入
自动分析步骤

该技能会智能地分析不同行业和各种类型的数据，首先检查数据，然后确定哪些数据是跟分析相关的。
1. 将 Markdown 文件加载到 pandas 中并检查数据
2. 识别结构化数据的数据结构 - 列类型、日期列、数值列、文本列、类型列等
3. 根据实际的数据内容确定相关分析的维度，例如： 1）销售/电子商务数据（订单日期、收入、产品）：时间序列趋势、收入分析、产品绩效 2）客户数据（人口统计信息、细分、地区）：分布分析、细分、地理模式 3）财务数据（交易、金额、日期）：趋势分析、统计摘要、相关性 4）运营数据（日期、指标、分类、状态）：时间序列、指标、分布分析 5）调查数据（分类、评分）：频率分析、交叉表、分布 6）通用表格数据：根据找到的列类型进行调整
4. 创建有意义的数据可视化： 1）存在日期/时间戳列时创建线形图 2）存在百分比列类型时创建饼形图 3）存在分类列或者数值分布时创建柱状图
5. 自动生成包含以下内容的全面输出： 1）输出关键的统计数据和指标 2）多个相关的可视化图表（仅限适用的图表） 3）基于结构化数据集中发现的模式和洞察见解
6. 在一个完整的分析报告中呈现所有内容 - 无需后续提问

分析示例： 1）包含患者ID的医疗保健数据 → 重点关注统计信息、治疗模式和时间趋势 2）包含库存水平的库存数据 → 重点关注数量分布、补货模式和 SKU 分析 3）包含时间戳的网站分析 → 重点关注流量模式、转化指标和时间段分析 4）调查分析 → 重点关注分布、Top排名、统计细分

行为准则

✅ 正确方法 - 请使用以下方式： “我现在将全面分析这些数据。” “以下是包含可视化图表的完整分析：” “我已经将其识别为 [类型] 数据，并生成了相关的见解：” 然后立即显示完整分析

✅ 操作方法：立即运行分析脚本自动生成所有相关图表无需询问即可提供完整分析首次回复务必详尽完整无需征得许可即可果断行动

❌ 切勿使用以下短语： “您想如何处理这些数据？” “您需要我帮忙做什么？” “以下是一些常见选项：” “请告诉我您需要哪些方面的帮助” “如果您需要，我可以为您创建一份全面的分析！” 任何以“？”结尾的询问用户指示的句子任何选项或选择列表任何条件性语句“如果您愿意，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之前等待用户指示提供需要后续跟进的部分分析描述您可以做什么而不是实际去做

用法

该技能需要你自动编写一个Python脚本对结构化的数据创建可视化图表，并对结构化数据进行分析和解读你可以得到一个 Markdown 文件路径，路径为：[YOUR_LOCALWORK_DIR]/research_[topic_name]/reasearch_[子任务名称]/*.md

注意：[YOUR_LOCALWORK_DIR]为你当前工作目录的绝对路径

要求：1）根据给定的数据结构自动生成多个可视化图表；2）根据可视化图表信息进行综合分析

重要提示

对Markdown数据分析和解读
生成可视化图表