Agent Skills › Zafer-Liu/Data-Analysis-Agent › data

data

GitHub

该技能用于数据诊断，通过获取schema和样本评估数据结构、质量及可分析性。涵盖表规模、字段类型、缺失值、异常检测等，区分事实与建议，明确可直接分析的字段及需确认口径。

skills/data/SKILL.md Zafer-Liu/Data-Analysis-Agent

Trigger Scenarios

需要查看数据结构或概览时评估数据质量和可分析性时

Install

npx skills add Zafer-Liu/Data-Analysis-Agent --skill data -g -y

More Options

Use without installing

npx skills use Zafer-Liu/Data-Analysis-Agent@data

指定 Agent (Claude Code)

npx skills add Zafer-Liu/Data-Analysis-Agent --skill data -a claude-code -g -y

安装 repo 全部 skill

npx skills add Zafer-Liu/Data-Analysis-Agent --all -g -y

预览 repo 内 skill

npx skills add Zafer-Liu/Data-Analysis-Agent --list

SKILL.md

Frontmatter

{
    "icon": "🔍",
    "name": "data",
    "description": "查看数据结构、质量和可分析性（schema 数据概览 profiling）",
    "allowedTools": [
        "get_schema",
        "get_table_detail",
        "query_data",
        "profile_data",
        "generate_chart"
    ]
}

数据诊断

先获取 schema 和必要样本，报告表规模、字段类型、缺失、重复、异常、时间范围和关键分布。区分事实、风险与建议，指出可直接分析的字段及需要用户确认的口径。

Tool routing

Use get_schema first to inspect tables, fields, row counts, and source structure.
Use get_table_detail when one table needs deeper field-level metadata.
Use profile_data for data quality, missingness, type, and distribution diagnostics.
Use query_data for small verification samples or targeted aggregates.
Use generate_chart only when a compact diagnostic chart materially helps explain the data.