Skill：本地智能数据分析助手

将自然语言问题转换为可执行的 SQL 查询，在本地完成数据分析与可视化，数据全程不出本机。

适用场景

分析本地 CSV/Excel 数据，无需上传到云端
用自然语言查询数据，降低 SQL 使用门槛
自动生成柱状图、折线图、饼图等可视化结果
销售数据、运营数据、日志数据的快速洞察
需要确保数据隐私安全的企业/个人分析场景

触发条件

当用户说出以下任意指令时，触发本技能：

数据分析 / 分析数据
自然语言查询数据
CSV分析 / Excel分析
NL转SQL
智能数据分析 / smart data analyst
数据可视化 / 生成图表
数据洞察 / 分析一下这个数据

输入参数

| 参数名 | 类型 | 是否必填 | 说明 | |--------|------|----------|------| | data_file | 字符串 | 必填 | 数据文件路径（.csv/.xlsx/.xls） | | question | 字符串 | 必填 | 自然语言查询问题 | | output | 字符串 | 选填 | 图表输出路径，默认自动生成 | | chart_type | 字符串 | 选填 | 图表类型（bar/line/pie/scatter），默认自动选择 |

执行步骤

接收用户传入的数据文件路径和自然语言问题
检查文件是否存在且格式合法（仅支持 .csv / .xlsx / .xls）
检查本地 NL 转 SQL 服务是否运行，不可用时自动降级为模板化方案
提取数据文件表结构信息
使用 LLM 将自然语言问题转换为 SQL（DuckDB 兼容语法）
在本地 DuckDB 中执行 SQL 查询（仅允许 SELECT）
自动根据查询结果选择最佳图表类型并生成可视化
整理结果：展示自然语言问题、生成的 SQL、查询结果摘要、图表路径

端到端推荐入口：

python scripts/analyze.py --data_file <文件> --question "<问题>" --output <输出>

分步替代方案：

仅 NL 转 SQL：scripts/nl_to_sql.py --question "问题" --data_file data.csv
仅执行 SQL：scripts/data_query.py --data_file data.csv --sql "SELECT ..."
仅生成图表：scripts/visualize.py --data_file data.csv --sql "SELECT ..." --output chart.html

首次使用需启动 LLM 服务：

python scripts/start_server.py --model_path <模型路径> --port 8901 --device CPU

输出格式

以结构化文本展示结果，包含：

自然语言问题原文
生成的 SQL 语句
查询结果表格
图表文件路径（HTML/PNG/SVG）

错误处理

文件不存在：提示用户提供正确文件路径
格式不支持：提示用户转换为 CSV 或 Excel
LLM 服务不可用：自动降级为模板化方案，告知用户覆盖范围降低
查询结果为空：建议用户调整问题或检查数据
破坏性 SQL（DROP/DELETE 等）：拒绝执行，仅允许 SELECT 查询
脚本执行失败：返回简洁友好提示，不暴露底层报错

使用示例

示例1：端到端分析

用户输入：帮我分析一下 sales.csv，看看哪个区域销售额最高

执行：

python scripts/analyze.py --data_file sales.csv --question "哪个区域销售额最高" --output region_sales.html

AI 输出：

数据分析结果
问题：哪个区域销售额最高
SQL：SELECT region, SUM(total_amount) AS total_sales FROM sales_data GROUP BY region ORDER BY total_sales DESC LIMIT 1
结果：
| region | total_sales |
|--------|-------------|
| 华东   | 158000      |
图表：region_sales.html

示例2：仅 NL 转 SQL

用户输入：把这个自然语言问题转成 SQL - "每月订单数量统计"

AI 输出：生成的 SQL 语句及表结构信息

示例3：仅执行 SQL

用户输入：在 sales.csv 里执行 SELECT * FROM sales_data WHERE total_amount > 5000

AI 输出：JSON 格式查询结果