claude-data-analysis-ultra-main

内容来源：README.md（说明文档） · 原始地址 · 查看安装指南

原始内容

# Claude Data Analysis Skills

基于 Claude Skill 架构的智能数据分析平台。提供两套完整的技能体系：

1. **通用数据分析技能** - 6阶段完整分析流程
2. **互联网数据分析技能** - 7个专业分析模块 + 1个入口技能

---

## 🚀 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
├── olist_order_reviews_dataset.csv
└── house.csv
```

### 2. 调用 Skills 分析

#### 方式0: 小白一键模式（推荐）
```bash
❯ data_storage/ 是需要进行数据分析的文件， 请你先浏览一下，然后利用skill进行数据分析，尽可能深度洞察出情况
```

#### 方式1: 互联网数据分析（推荐）
```bash
# 通过入口技能，一站式互联网分析
@internet-data-analysis 对 olist 电商数据进行全面分析

# 或直接使用专业技能
@ltv-predictor 进行客户生命周期价值分析
@content-analysis 分析用户评论情感
@funnel-analysis 分析转化漏斗
@growth-model-analyzer 制定增长策略
@ab-testing-analyzer 设计AB测试
@attribution-analysis-modeling 渠道归因分析
@data-exploration-visualization 探索性分析
```

#### 方式2: 通用数据分析
```bash
# 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

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

---

## 🌐 互联网分析模式 (Internet Analysis Mode)

**重要功能**：专为互联网业务场景设计的专业技能体系，提供针对电商、内容、增长等场景的深度分析能力。

### 为什么使用互联网分析模式？

- **场景聚焦**：针对互联网业务特点设计
- **专业深度**：提供 LTV 预测、归因分析、AB 测试等专业能力
- **灵活组合**：可单独使用，也可通过入口技能协调组合
- **开箱即用**：提供 templates/、guide/、examples/ 完整配套

### 互联网分析技能列表

| Skill | 核心能力 | 适用场景 |
|-------|---------|----------|
| **internet-data-analysis** | 入口协调技能 | 需要综合分析时使用 |
| **ltv-predictor** | 客户生命周期价值预测 | 客户价值分层、获客成本优化 |
| **content-analysis** | 文本内容分析 | 评论情感分析、主题挖掘 |
| **funnel-analysis** | 转化漏斗分析 | 流失节点识别、转化率优化 |
| **growth-model-analyzer** | 增长策略分析 | AARRR 框架、Uplift 建模 |
| **ab-testing-analyzer** | A/B测试设计与分析 | 实验设计、统计检验 |
| **attribution-analysis-modeling** | 渠道归因分析 | 营销渠道评估、预算优化 |
| **data-exploration-visualization** | 数据探索与可视化 | 基础分析、数据概览 |

### 互联网分析技能使用示例

```bash
# 综合电商分析（入口技能自动协调）
@internet-data-analysis 对 olist 数据进行全面分析

# 专项分析 - 只做 LTV
@ltv-predictor 分析 olist 客户生命周期价值

# 专项分析 - 只做评论分析
@content-analysis 分析 olist 用户评论

# 专项分析 - 只做增长策略
@growth-model-analyzer 制定 olist 增长策略
```

---

## ⚡ 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

| Skill | 类型数量 | 可用类型 |
|-------|---------|----------|
| data-analysis | 4种 | exploratory, statistical, predictive, complete |
| visualization-specialist | 6种 | all, trends, distribution, correlation, comparison, custom |
| report-writer | 5种 | summary, complete, executive, technical, custom |
| code-generator | 5种 | data-cleaning, statistical, visualization, machine-learning, custom |

---

### 📊 data-analysis 高级模式

**用途**：控制数据分析的深度

| 类型 | 英文 | 深度 | 分析内容 | 适用场景 |
|------|------|------|----------|----------|
| 探索性 | exploratory | ⭐ | 数据结构、描述性统计、质量检查、基础可视化 | 快速了解数据 |
| 统计性 | statistical | ⭐⭐ | +假设检验、相关性分析、回归分析、异常值检测 | 需要深度统计 |
| 预测性 | predictive | ⭐⭐⭐ | +特征工程、机器学习模型准备、客户分群 | 需要预测建模 |
| 完整性 | complete | ⭐⭐⭐⭐ | 以上全部 + 综合报告、可视化仪表板 | 全面分析 |

**使用示例**：

```bash
# 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

| 类型 | 英文 | 图表内容 | 适用场景 |
|------|------|----------|----------|
| 完整仪表板 | all | 综合仪表板、多图表组合 | 数据概览 |
| 趋势分析 | trends | 折线图、移动平均、季节性分析 | 时间序列数据 |
| 分布分析 | distribution | 直方图、密度图、箱线图 | 了解数据分布 |
| 相关性分析 | correlation | 散点图、热力图、配对图 | 变量关系 |
| 对比分析 | comparison | 分组条形图、堆叠图 | 多组对比 |
| 自定义 | custom | 根据需求定制 | 特殊需求 |

**使用示例**：

```bash
# 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

| 类型 | 英文 | 内容特点 | 适用对象 |
|------|------|----------|----------|
| 简要 | summary | 关键发现、核心指标 | 快速查阅 |
| 完整 | complete | 执行摘要、详细分析、可视化 | 全面了解 |
| 高管 | executive | 战略摘要、关键指标、行动项 | 决策层 |
| 技术 | technical | 方法论、统计细节、代码 | 技术团队 |
| 自定义 | custom | 根据需求定制 | 特殊需求 |

**使用示例**：

```bash
# 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

| 类型 | 英文 | 代码内容 | 适用场景 |
|------|------|----------|----------|
| 数据清洗 | data-cleaning | 缺失值处理、标准化、去重 | 数据预处理 |
| 统计分析 | statistical | 描述统计、假设检验、相关分析 | 统计分析 |
| 可视化 | visualization | Matplotlib/Seaborn/Plotly 图表 | 数据展示 |
| 机器学习 | machine-learning | 特征工程、模型训练、评估 | 预测建模 |
| 自定义 | custom | 根据需求定制 | 特殊需求 |

**使用示例**：

```bash
# 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

项目包含两套完整的技能体系：

### 体系 1: 互联网分析技能（新增）

```
.claude/skills/
├── internet-data-analysis/       # 入口技能（协调者）
├── ab-testing-analyzer/         # AB测试分析
├── attribution-analysis-modeling/# 归因分析建模
├── content-analysis/            # 内容分析（NLP）
├── data-exploration-visualization/# 数据探索与可视化
├── funnel-analysis/             # 漏斗分析
├── growth-model-analyzer/       # 增长模型分析
└── ltv-predictor/               # LTV预测
```

#### 各互联网分析 Skill 功能

| Skill | 核心功能 | 配套资源 |
|-------|---------|---------|
| **internet-data-analysis** | 统筹全部互联网分析技能 | SKILL.md |
| **ab-testing-analyzer** | 实验设计、样本量计算、统计检验 | templates/ + guide/ + examples/ |
| **attribution-analysis-modeling** | 首次/末次/线性/马尔可夫/Shapley值归因 | templates/ + guide/ + examples/ |
| **content-analysis** | 情感分析、关键词提取、主题建模 | templates/ + guide/ + examples/ |
| **data-exploration-visualization** | 数据概览、分布分析、可视化 | templates/ + guide/ + examples/ |
| **funnel-analysis** | 漏斗分析、流失节点识别、转化优化 | templates/ + guide/ + examples/ |
| **growth-model-analyzer** | AARRR框架、Uplift建模、增长策略 | templates/ + guide/ + examples/ |
| **ltv-predictor** | RFM分群、LTV预测、价值分层 | templates/ + guide/ + examples/ |

---

### 体系 2: 通用数据分析技能（保留）

```
.Claude/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
```

### 各通用分析 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）：

| 数据类型 | 正确处理方式 |
|----------|--------------|
| 订单金额 | **必须按 order_id 汇总** (price + freight_value)，不能直接平均 order_items |
| 评分 | 按 order_id 取平均值 |
| 配送时间 | delivered_date - purchase_date |

**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）
├── .Claude/                 # 通用数据分析 Skills 配置
│   └── skills/
│       ├── data-analysis/
│       ├── data-explorer/
│       ├── visualization-specialist/
│       ├── report-writer/
│       ├── code-generator/
│       ├── hypothesis-generator/
│       └── quality-assurance/
├── .claude/                  # 互联网分析 Skills 配置（新增）
│   └── skills/
│       ├── internet-data-analysis/
│       ├── ab-testing-analyzer/
│       │   ├── templates/      # 报告模板
│       │   ├── guide/          # 操作指南
│       │   └── examples/       # 示例代码
│       ├── attribution-analysis-modeling/
│       │   ├── templates/
│       │   ├── guide/
│       │   └── examples/
│       ├── content-analysis/
│       │   ├── templates/
│       │   ├── guide/
│       │   └── examples/
│       ├── data-exploration-visualization/
│       │   ├── templates/
│       │   ├── guide/
│       │   └── examples/
│       ├── funnel-analysis/
│       │   ├── templates/
│       │   ├── guide/
│       │   └── examples/
│       ├── growth-model-analyzer/
│       │   ├── templates/
│       │   ├── guide/
│       │   └── examples/
│       └── ltv-predictor/
│           ├── templates/
│           ├── guide/
│           └── examples/
├── CLAUDE.md               # 项目详细文档
└── README.md               # 本文件
```

---

## 🔧 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）：

| 情况 | 推荐方式 | 原因 |
|------|----------|------|
| 数据量 > 10,000 行 | Pandas | 向量化操作，C底层优化 |
| 数据量 < 10,000 行 | Pandas | 代码简洁易维护 |
| 环境无 pandas | Pure Python | 降级兼容 |

**自动检测代码**:
```python
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）

```python
# ❌ 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 A: 互联网数据分析 - 电商综合分析

```
用户: 对 olist 电商数据进行全面互联网分析

调用: @internet-data-analysis
输出:
1. 数据探索 (@data-exploration-visualization)
2. 漏斗分析 (@funnel-analysis)
3. LTV 预测 (@ltv-predictor)
4. 内容分析 (@content-analysis)
5. 增长策略 (@growth-model-analyzer)
```

### 示例 B: 互联网数据分析 - 专项分析

```
用户: 分析 olist 客户生命周期价值

调用: @ltv-predictor
输出: RFM 分群、LTV 分层、价值预测、策略建议
```

```
用户: 分析 olist 用户评论

调用: @content-analysis
输出: 情感分析、关键词、主题建模、用户洞察
```

---

### 示例 1: 基础 EDA（通用分析）

```
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

| 场景 | 调用 Skill | 可选类型 |
|------|------------|----------|
| 探索数据、理解结构 | data-explorer | - |
| 深度统计分析 | data-analysis | exploratory/statistical/predictive/complete |
| 创建图表、可视化 | visualization-specialist | all/trends/distribution/correlation/comparison |
| 生成书面报告 | report-writer | summary/complete/executive/technical |
| 编写可重用代码 | code-generator | data-cleaning/statistical/visualization/machine-learning |
| 生成研究假设 | hypothesis-generator | - |
| 验证数据质量 | quality-assurance | - |
| 完整分析流程 | data-analysis | complete |

---

## 📝 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：

| 原 Agent 能力 | Skill 实现 |
|--------------|-----------|
| data-explorer | data-explorer |
| visualization-specialist | visualization-specialist |
| report-writer | report-writer |
| code-generator | code-generator |
| hypothesis-generator | hypothesis-generator (新增) |
| quality-assurance | quality-assurance (新增) |
| 分析类型 (analysis types) | 全部支持 ✅ |

**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

---

## 📊 项目产出记录

### Olist 电商数据分析（已完成）

**分析时间**: 2026-05-09

**使用技能**:
- @internet-data-analysis (入口)
- @ltv-predictor (LTV预测)
- @content-analysis (内容分析)
- @growth-model-analyzer (增长分析)
- @funnel-analysis (漏斗分析)

**关键发现**:
1. 订单转化漏斗健康：97% 完成率
2. 用户满意度高：平均 4.09 星，77% 用户给 4-5 星
3. 复购率有待提升：当前仅 3.0%
4. 高价值客户（25%）贡献 50% 收入
5. 物流和产品质量是用户最关心的话题

**分析产出文件**:
- `olist_internet_analysis.py` - 综合分析脚本
- `analyze_olist.py` - 基础分析脚本
- `deep_ltv_analysis.py` - LTV深度分析
- `deep_content_analysis.py` - 内容深度分析
- `deep_growth_analysis.py` - 增长深度分析
- `customer_ltv_analysis.csv` - LTV分析结果
- `reviews_content_analysis.csv` - 评论分析结果
- `customer_growth_analysis.csv` - 增长分析结果

**策略建议优先级**:
1. 🔴 高优先级：复购率提升、高价值客户运营、负面评论响应
2. 🟡 中优先级：休眠客户召回、产品品类优化、物流服务优化
3. 🟢 低优先级：数据驱动体系建设、NLP内容分析升级


## 特别感谢

https://linux.do 感谢佬友们支持

Claude Data Analysis Skills

基于 Claude Skill 架构的智能数据分析平台。提供两套完整的技能体系：

通用数据分析技能 - 6阶段完整分析流程
互联网数据分析技能 - 7个专业分析模块 + 1个入口技能

🚀 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
├── olist_order_reviews_dataset.csv
└── house.csv

2. 调用 Skills 分析

方式0: 小白一键模式（推荐）

❯ data_storage/ 是需要进行数据分析的文件， 请你先浏览一下，然后利用skill进行数据分析，尽可能深度洞察出情况

方式1: 互联网数据分析（推荐）

# 通过入口技能，一站式互联网分析
@internet-data-analysis 对 olist 电商数据进行全面分析

# 或直接使用专业技能
@ltv-predictor 进行客户生命周期价值分析
@content-analysis 分析用户评论情感
@funnel-analysis 分析转化漏斗
@growth-model-analyzer 制定增长策略
@ab-testing-analyzer 设计AB测试
@attribution-analysis-modeling 渠道归因分析
@data-exploration-visualization 探索性分析

方式2: 通用数据分析

# 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

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

🌐 互联网分析模式 (Internet Analysis Mode)

重要功能：专为互联网业务场景设计的专业技能体系，提供针对电商、内容、增长等场景的深度分析能力。

为什么使用互联网分析模式？

场景聚焦：针对互联网业务特点设计
专业深度：提供 LTV 预测、归因分析、AB 测试等专业能力
灵活组合：可单独使用，也可通过入口技能协调组合
开箱即用：提供 templates/、guide/、examples/ 完整配套

互联网分析技能列表

Skill	核心能力	适用场景
internet-data-analysis	入口协调技能	需要综合分析时使用
ltv-predictor	客户生命周期价值预测	客户价值分层、获客成本优化
content-analysis	文本内容分析	评论情感分析、主题挖掘
funnel-analysis	转化漏斗分析	流失节点识别、转化率优化
growth-model-analyzer	增长策略分析	AARRR 框架、Uplift 建模
ab-testing-analyzer	A/B测试设计与分析	实验设计、统计检验
attribution-analysis-modeling	渠道归因分析	营销渠道评估、预算优化
data-exploration-visualization	数据探索与可视化	基础分析、数据概览

互联网分析技能使用示例

# 综合电商分析（入口技能自动协调）
@internet-data-analysis 对 olist 数据进行全面分析

# 专项分析 - 只做 LTV
@ltv-predictor 分析 olist 客户生命周期价值

# 专项分析 - 只做评论分析
@content-analysis 分析 olist 用户评论

# 专项分析 - 只做增长策略
@growth-model-analyzer 制定 olist 增长策略

⚡ 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

Skill	类型数量	可用类型
data-analysis	4种	exploratory, statistical, predictive, complete
visualization-specialist	6种	all, trends, distribution, correlation, comparison, custom
report-writer	5种	summary, complete, executive, technical, custom
code-generator	5种	data-cleaning, statistical, visualization, machine-learning, custom

📊 data-analysis 高级模式

用途：控制数据分析的深度

类型	英文	深度	分析内容	适用场景
探索性	exploratory	⭐	数据结构、描述性统计、质量检查、基础可视化	快速了解数据
统计性	statistical	⭐⭐	+假设检验、相关性分析、回归分析、异常值检测	需要深度统计
预测性	predictive	⭐⭐⭐	+特征工程、机器学习模型准备、客户分群	需要预测建模
完整性	complete	⭐⭐⭐⭐	以上全部 + 综合报告、可视化仪表板	全面分析

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

类型	英文	图表内容	适用场景
完整仪表板	all	综合仪表板、多图表组合	数据概览
趋势分析	trends	折线图、移动平均、季节性分析	时间序列数据
分布分析	distribution	直方图、密度图、箱线图	了解数据分布
相关性分析	correlation	散点图、热力图、配对图	变量关系
对比分析	comparison	分组条形图、堆叠图	多组对比
自定义	custom	根据需求定制	特殊需求

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

类型	英文	内容特点	适用对象
简要	summary	关键发现、核心指标	快速查阅
完整	complete	执行摘要、详细分析、可视化	全面了解
高管	executive	战略摘要、关键指标、行动项	决策层
技术	technical	方法论、统计细节、代码	技术团队
自定义	custom	根据需求定制	特殊需求

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

类型	英文	代码内容	适用场景
数据清洗	data-cleaning	缺失值处理、标准化、去重	数据预处理
统计分析	statistical	描述统计、假设检验、相关分析	统计分析
可视化	visualization	Matplotlib/Seaborn/Plotly 图表	数据展示
机器学习	machine-learning	特征工程、模型训练、评估	预测建模
自定义	custom	根据需求定制	特殊需求

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

项目包含两套完整的技能体系：

体系 1: 互联网分析技能（新增）

.claude/skills/
├── internet-data-analysis/       # 入口技能（协调者）
├── ab-testing-analyzer/         # AB测试分析
├── attribution-analysis-modeling/# 归因分析建模
├── content-analysis/            # 内容分析（NLP）
├── data-exploration-visualization/# 数据探索与可视化
├── funnel-analysis/             # 漏斗分析
├── growth-model-analyzer/       # 增长模型分析
└── ltv-predictor/               # LTV预测

各互联网分析 Skill 功能

Skill	核心功能	配套资源
internet-data-analysis	统筹全部互联网分析技能	SKILL.md
ab-testing-analyzer	实验设计、样本量计算、统计检验	templates/ + guide/ + examples/
attribution-analysis-modeling	首次/末次/线性/马尔可夫/Shapley值归因	templates/ + guide/ + examples/
content-analysis	情感分析、关键词提取、主题建模	templates/ + guide/ + examples/
data-exploration-visualization	数据概览、分布分析、可视化	templates/ + guide/ + examples/
funnel-analysis	漏斗分析、流失节点识别、转化优化	templates/ + guide/ + examples/
growth-model-analyzer	AARRR框架、Uplift建模、增长策略	templates/ + guide/ + examples/
ltv-predictor	RFM分群、LTV预测、价值分层	templates/ + guide/ + examples/

体系 2: 通用数据分析技能（保留）

.Claude/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

各通用分析 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）：

数据类型	正确处理方式
订单金额	必须按 order_id 汇总 (price + freight_value)，不能直接平均 order_items
评分	按 order_id 取平均值
配送时间	delivered_date - purchase_date

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）
├── .Claude/                 # 通用数据分析 Skills 配置
│   └── skills/
│       ├── data-analysis/
│       ├── data-explorer/
│       ├── visualization-specialist/
│       ├── report-writer/
│       ├── code-generator/
│       ├── hypothesis-generator/
│       └── quality-assurance/
├── .claude/                  # 互联网分析 Skills 配置（新增）
│   └── skills/
│       ├── internet-data-analysis/
│       ├── ab-testing-analyzer/
│       │   ├── templates/      # 报告模板
│       │   ├── guide/          # 操作指南
│       │   └── examples/       # 示例代码
│       ├── attribution-analysis-modeling/
│       │   ├── templates/
│       │   ├── guide/
│       │   └── examples/
│       ├── content-analysis/
│       │   ├── templates/
│       │   ├── guide/
│       │   └── examples/
│       ├── data-exploration-visualization/
│       │   ├── templates/
│       │   ├── guide/
│       │   └── examples/
│       ├── funnel-analysis/
│       │   ├── templates/
│       │   ├── guide/
│       │   └── examples/
│       ├── growth-model-analyzer/
│       │   ├── templates/
│       │   ├── guide/
│       │   └── examples/
│       └── ltv-predictor/
│           ├── templates/
│           ├── guide/
│           └── examples/
├── CLAUDE.md               # 项目详细文档
└── README.md               # 本文件

🔧 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）：

情况	推荐方式	原因
数据量 > 10,000 行	Pandas	向量化操作，C底层优化
数据量 < 10,000 行	Pandas	代码简洁易维护
环境无 pandas	Pure Python	降级兼容

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 A: 互联网数据分析 - 电商综合分析

用户: 对 olist 电商数据进行全面互联网分析

调用: @internet-data-analysis
输出:
1. 数据探索 (@data-exploration-visualization)
2. 漏斗分析 (@funnel-analysis)
3. LTV 预测 (@ltv-predictor)
4. 内容分析 (@content-analysis)
5. 增长策略 (@growth-model-analyzer)

示例 B: 互联网数据分析 - 专项分析

用户: 分析 olist 客户生命周期价值

调用: @ltv-predictor
输出: RFM 分群、LTV 分层、价值预测、策略建议

用户: 分析 olist 用户评论

调用: @content-analysis
输出: 情感分析、关键词、主题建模、用户洞察

示例 1: 基础 EDA（通用分析）

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

场景	调用 Skill	可选类型
探索数据、理解结构	data-explorer	-
深度统计分析	data-analysis	exploratory/statistical/predictive/complete
创建图表、可视化	visualization-specialist	all/trends/distribution/correlation/comparison
生成书面报告	report-writer	summary/complete/executive/technical
编写可重用代码	code-generator	data-cleaning/statistical/visualization/machine-learning
生成研究假设	hypothesis-generator	-
验证数据质量	quality-assurance	-
完整分析流程	data-analysis	complete

📝 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：

原 Agent 能力	Skill 实现
data-explorer	data-explorer
visualization-specialist	visualization-specialist
report-writer	report-writer
code-generator	code-generator
hypothesis-generator	hypothesis-generator (新增)
quality-assurance	quality-assurance (新增)
分析类型 (analysis types)	全部支持 ✅

主要改进：

✅ 更清晰的数据处理规范（特别是订单金额计算）
✅ 强制使用全量数据
✅ 更详细的统计分析能力
✅ 更完整的分析工作流
✅ 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

📊 项目产出记录

Olist 电商数据分析（已完成）

分析时间: 2026-05-09

使用技能:

@internet-data-analysis (入口)
@ltv-predictor (LTV预测)
@content-analysis (内容分析)
@growth-model-analyzer (增长分析)
@funnel-analysis (漏斗分析)

关键发现:

订单转化漏斗健康：97% 完成率
用户满意度高：平均 4.09 星，77% 用户给 4-5 星
复购率有待提升：当前仅 3.0%
高价值客户（25%）贡献 50% 收入
物流和产品质量是用户最关心的话题

分析产出文件:

olist_internet_analysis.py - 综合分析脚本
analyze_olist.py - 基础分析脚本
deep_ltv_analysis.py - LTV深度分析
deep_content_analysis.py - 内容深度分析
deep_growth_analysis.py - 增长深度分析
customer_ltv_analysis.csv - LTV分析结果
reviews_content_analysis.csv - 评论分析结果
customer_growth_analysis.csv - 增长分析结果

策略建议优先级:

🔴 高优先级：复购率提升、高价值客户运营、负面评论响应
🟡 中优先级：休眠客户召回、产品品类优化、物流服务优化
🟢 低优先级：数据驱动体系建设、NLP内容分析升级

特别感谢

https://linux.do 感谢佬友们支持