dw-analysis
/dw-analysis
Prowadzi analizę danych od pytania o trend lub anomalię przez pobranie danych i wyjaśnienie przyczyn do raportu.
- Autor
- openJiuwen-ai ↗
- Repozytorium
- DataSwarm ↗
- Licencja
- Apache-2.0
- Ostatnia zmiana repozytorium
- 05.11.2026
Ocena i bezpieczeństwo
- Pliki w paczce
- 17
- Skrypty
- 10
- Komentarze HTML
- 0
- Adresy URL w SKILL.md
- 0
Brak sygnałów. Repozytorium zmienione 05.11.2026, bez odwołań do wycofanych modeli i API.
Apache-2.0, otwarta: można używać i zmieniać, z zachowaniem licencji i informacji o zmianach.
- 10 skryptów w paczce. Przejrzyj je przed instalacją, bo Claude może je uruchomić.
Skrypty: scripts/analysis_flow.py, scripts/flow/__init__.py, scripts/flow/batch.py, scripts/flow/budget.py, scripts/flow/cli_registry.py, scripts/flow/commands.py, scripts/flow/dwcli_client.py, scripts/flow/execute_core.py, scripts/flow/manifest.py, scripts/flow/observability.py
Co robi i kiedy
Prowadzi analizę danych od pytania o trend lub anomalię przez pobranie danych i wyjaśnienie przyczyn do raportu.
Oryginalny opis (EN)
数据分析与洞察类问数的**唯一入口**(含完整取数——分析意图的问句 禁止先走 nl2sql 再拼分析,绕行会丢失口径账本)。当用户提出分析/洞察类诉求—— 看趋势、出经营分析报告、为什么涨了/跌了、哪个地区/渠道拖累或推动了变化、 指标异动归因、相关性分析、异常数据怎么看、出分析报告时使用。 入口先做场景判定与意图规范化(Step 0.5 六类分流:纯取数/报告整理/定量 计算/探索/纯分析/归因诊断——轻任务短路、重任务进四层链路),再按 intent 走四层取数(L1 三级漏斗召回 → L2 QueryPlan → L3 逐成分执行 → 报告), 归因增强按信号叠加(不再二选一)。报告按 G1/G2/G3 分级(编译产物权威、 LLM 生成路径非权威);目标数据库由工作空间数据源决定,不写死库名; data-insight 只消费 CSV。
Jak działa
- 什么时候用它(Step 0 · 场景判定)
- Step 0.5 · 意图理解与规范化(进链路前一轮完成,不调用工具)
- 设计边界(四条铁律)
- 路径文档导航(按需只读命中项,其余不读)
- Step 1-2 · 四层取数
- Step 3 · 报告组装:分析基线 + 归因增强
- Step 4 · 交付
Podgląd SKILL.md
---
name: dw-analysis
description: 数据分析与洞察类问数的**唯一入口**(含完整取数——分析意图的问句
禁止先走 nl2sql 再拼分析,绕行会丢失口径账本)。当用户提出分析/洞察类诉求——
看趋势、出经营分析报告、为什么涨了/跌了、哪个地区/渠道拖累或推动了变化、
指标异动归因、相关性分析、异常数据怎么看、出分析报告时使用。
入口先做场景判定与意图规范化(Step 0.5 六类分流:纯取数/报告整理/定量
计算/探索/纯分析/归因诊断——轻任务短路、重任务进四层链路),再按 intent
走四层取数(L1 三级漏斗召回 → L2 QueryPlan → L3 逐成分执行 → 报告),
归因增强按信号叠加(不再二选一)。报告按 G1/G2/G3 分级(编译产物权威、
LLM 生成路径非权威);目标数据库由工作空间数据源决定,不写死库名;
data-insight 只消费 CSV。
version: 2.5.0
tags: [analysis, insight, attribution, nl2sql, report, metrics, recall]
allowed_tools: [bash, read_file, write_file]
---
# dw-analysis —— 数据分析与洞察端到端编排(四层链路)
**分析/洞察场景的单一入口**。不自己做统计计算、不自己画图,按固定流程串联
四层链路与下层 skill,把「问数 → 取数 → 洞察 → 报告」固化成可重复的流程。
## 什么时候用它(Step 0 · 场景判定)
| 场景 | 触发词(任一命中即进入) | 典型例句 / 边界例 |
|---|---|---|
| ✅ 分析场景 | 分析、统计、趋势、走势、经营分析、日报/周报、看板、分布、对比、占比、排名、排行、TopN、汇总、多维、想看看 X 的关系、出份报告 | 「分析 3 月 GMV 趋势」;边界:「看看这个月的情况」(疑似分析,放行让 Step 0.5 判) |
| ✅ 洞察场景 | 为什么涨了/跌了、是哪个地区/渠道/品类的问题、异动归因、异常、什么影响了 X、X 和 Y 有关系吗 | 「为什么这个月销售额跌了」;边界:「查一下 DAU 并分析下降原因」(复合句整句放行,Step 0.5 就高判主意图) |
| ❌ 不进入 | 建表建仓/写任务(→ `dw-warehouse-design` + `dw-warehouse-build`)、强信号纯查数(→ 直接 `nl2sql`) | 「查一下上月销售额」「这个客户有哪些订单」(零分析词汇取数 → nl2sql);「这数据质量怎么样」(探索,放行进 Step 0.5) |
非分析/洞察场景**不要**链路化硬套本 skill——把请求转交对应 skill。
**无人值守/评测场景禁 `ask_user`**(本步就要判定,别拖到报告阶段):口径缺口
自行决策并在报告「口径与局限」段明写假设——无人应答的环境里提问只会空等烧轮次。
**放行规则**:触发词命中、疑似分析、复合句带任何分析成分、或欠指定但明显
依赖数据解读(「最近卖得怎么样」没说指标名也算合格)——一律进 Step 0.5,
由意图分类定去留。「强信号纯查数」=「查一下/列出/多少 X」句式**且零分析
词汇**,只有这类才在 Step 0 直接转 nl2sql;拿不准的放行(放过只是多一轮
判定,漏判要走回头路)。
## Step 0.5 · 意图理解与规范化(进链路前一轮完成,不调用工具)
对 Step 0 放行的问题,先完成意图分类与保守改写,产出 `intent_normalized`
(五字段 JSON),再按分流表决定链路深度。六步按序执行:
1. **预清洗**:口语→书面语且保持开放表述(「咋样」→「整体表现」,**禁止**
改成「趋势/对比」——那是替用户选了分析角度);代词从对话上文消解,
支撑不了登记 missing 不猜;复合句按连接词(并/同时/顺便)拆子诉求清单;
指标词逐字保留用户原词进 `metrics_mentions`(**不做**指标名归一)
2. **时间口径规范化**:「上月」→ `period + basis=calendar_month`;「最近
一个月」→ `basis=rolling_30d`;完全没提时间 → `basis=default` 且
`defaults_applied` 登记「时间口径按近30天」;「旺季」等业务时段无法
规范化 → missing 登记,不硬翻
3. **复合意图预检**:子诉求逐个粗判,就高取主 intent(优先级
diagnosis > analysis > computation > exploration > lookup > report_only);
**低阶意图不丢弃、不拆趟**——降级为报告的内容成分(「查 DAU 并分析原因」→
主 intent=diagnosis,「查 DAU」是 c1 总量序列成分)
4. **六类有序分类**(单句按序逐类检查,命中即停):
| # | intent | 判定特征 | 典型例句 |
|---|---|---|---|
| 1 | `lookup` | 单值/单批记录、单维聚合/TopN/环比,无解释诉求、无归因、无多成分拆解 | 「昨天 DAU 多少」「这个客户的订单」 |
| 2 | `report_only` | 会话已有本问题结论,新诉求只是格式化交付 | 「把刚才的分析整理成报告」 |
| 3 | `computation` | 公式明确,输入→公式→输出 | 「算一下这个月客单价」 |
| 4 | `exploration` | 无预设业务问题,看数据本身(质量/分布/可用性) | 「这数据质量怎么样」「age 分布为什么怪」 |
| 5 | `diagnosis` | 问为什么/谁拖累/异动归因 | 「为什么跌了」「哪个渠道的问题」 |
| 6 | `analysis` | 看趋势/分布/对比/汇总/报告(兜底主路) | 「分析 3 月 GMV 趋势」「出月报」 |
5. **模糊裁决**(两类拿不准按此取向):取数 vs 分析 → `analysis`(空手而归
比多跑链路更贵);归因 vs 分析 → `diagnosis`(归因多取的分维度数据对
纯分析也有用,缺了要回炉重跑 plan)
6. **组装五字段 + 自检三问**(任一不过原地修正再出,不带病下游):
① question_std 里的意图词(趋势/对比/分布)原话有依据吗?
② metrics_mentions 与原话术语逐字一致吗(被润色过的还原)?
③ 填过的默认值都登记进 defaults_applied 了吗?
**intent_normalized 产物**(五字段,`question_raw` 永不改写——它是审计
基准与召回兜底入参):
```json
{"question_raw": "<原话>", "question_std": "<标准表述>", "intent": "<六值之一>",
"metrics_mentions": ["<用户原词>"],
"scope": {"time": {"period": "<…>", "basis": "<calendar_month|rolling_30d|default|custom>"}, "filters": []},
"completeness": {"missing": [], "defaults_applied": []}}
```
**分流表**(按 intent 执行,意图识别是成本闸门——轻任务不付重链路的钱):
| intent | 动作 |
|---|---|
| `lookup` | 已发布指标可直接回答 → 按下方「路径判定」`metric-v2 query` 权威直答;无指标覆盖的取数 → `question_raw` 透传 nl2sql(不 init 不产 manifest) |
| `report_only` | 结论在场检查(以 manifest 为准)→ 直接触发 dw-report |
| `computation` | 走主流程但 plan 仅单成分(`context` 照走锚定口径,`sql_draft` 同轮即终稿),执行后数字直答;check/execute 安检**不豁免**,ratio 类分子分母同一条 SQL |
| `exploration` | init → trace(explore) → list-tables/describe/probe(≤3 轮照记)→ 需要分布统计时单成分 plan → 产物全标探索口径(G3) |
| `analysis` | 完整四层链路 → Step 3 报告组装(分析基线) |
| `diagnosis` | 完整四层链路(成分骨架引导)→ Step 3 报告组装(分析基线 + 归因增强) |
**路径判定(混合路由,Step 0.5 判定后执行)**:
- **单指标纯取数**(单维聚合 / 过滤 / TopN / 环比,已发布指标可直接回答)→
**不进四层链路**:直接 `python -m jiuwenswarm.cli.dwcli metric-v2 query` 确定性
查询(权威、快、query_log 自带审计)。**答复必须含「权威口径」或
「authoritative」或「已发布」字样**并注明所用指标 key——漏标即不合格交付
- **分析性产出**(报告 / 图表趋势 / 归因解释 / 多成分拆解)或**无指标覆盖**
(维度不在白名单、口径未发布、临时口径)→ **必须进四层链路**(manifest 账本,
不可绕过——分析追踪页的审计以 manifest 为准)
## 设计边界(四条铁律)
1. **不写死数据库**。目标库一律由 `dwcli datasource current` 返回的当前工作空间
业务库 ref 决定。**禁止**在文案、SQL、脚本参数里硬编码库名/连接串。
2. **双路径权威分级**。有选定指标的成分先走编译通道——编译产物由已发布定义
确定性渲染,`authoritative=true`(G1,报告标「权威口径」);编译不覆盖的
成分走 LLM 生成路径,全部非权威,标「探索口径」。报告声明写清两类边界;
LLM 路径的 G1 数字标「参考已发布口径」,不能包装成官方数。
3. **data-insight 不取数**。取数由本 skill 四层链路完成;`data-insight` 只吃 CSV
路径做统计计算。**不**给 data-insight 传库名/连接串。
4. **dw-report 只出报告不交付**。落盘到 `${JIUWENSWARM_DATA_DIR:-$HOME/.dataswarm}/artifact/analysis/`,
`send_file_to_user` 是本编排层的职责。
## 路径文档导航(按需只读命中项,其余不读)
| 时机 | 只读这份 |
|---|---|
| 进入 Step 1-2 取数(所有分析类) | `references/fetch-flow.md` |
| mode=open 宽报告(计划字段/facet/core 指标路径) | `references/open-flow.md`(+ fetch-flow) |
| 触发归因增强(见 Step 3 条件) | `references/insight-path.md` |
| 某个成分 decision=explore | `references/exploration.md` |
| 触发 clarify(缺业务口径) | `references/clarification.md` |
| 进入 Step 3 报告与 Step 4 交付 | `references/delivery.md` |
## Step 1-2 · 四层取数
**进入取数第一步:读 `references/fetch-flow.md`**(强制——plan 契约以该文档为
准,服务端按 schema 校验,自造字段必被拒绝)。
文档里 plan 的 components 契约(`component_id/text/dimensions/time.dimension/start/
end_exclusive/output/sql_draft`)、execute 的 source 用法、批量纪律全部照抄。
按 `references/fetch-flow.md` 执行(Step 1 确认目标库 → 2.0 建会话 → 2.1 上下文
与 route 判定 → 2.2 QueryPlan → 2.3 逐成分执行 → 2.4 未完成)。本节只保留三条
红线:**命令形态照抄不探测**;**零侦查**(第一步固定 `dwcli datasource current`);
**同步阻塞**。
**脚本调用形态(固定,禁止探测)**:
```text
python "${JIUWENSWARM_DATA_DIR:-$HOME/.dataswarm}/agent/workspace/skills/dw-analysis/scripts/analysis_flow.py" <子命令> ...
```
**禁止** `python -m jiuwenswarm.skills.dw_analysis.scripts.analysis_flow`(skills 不在
Python 包内,必报 `ModuleNotFoundError`)。用错形态后**不要放弃链路转手工取数**——
手工取数丢失 manifest 账本与审计;按上面路径重试一次即可。
**Windows 传参纪律(七条)**:
1. JSON 参数一律 `--*-file <文件路径>`(**先 write_file,再在命令里引用**;
禁止先跑后写造成 `No such file`);内联 JSON / 中文串在 Windows shell 下会被
引号与转义破坏。
2. sqlite 的 `--db-ref` 路径一律正斜杠:`sqlite://D:/path/to/x.sqlite`;
`--db-ref` 也可整段省略(自动用当前工作空间业务库),**禁止自造 source_id**
(`--source-id biz` 之类必被授权拒绝)。
3. 命令统一走 bash(`shell_type: bash`);**禁止** powershell 跑 heredoc
(`python - << 'PY'` 会被 PowerShell 当语法解析)或含花括号的 JSON。
4. **禁止传 `workdir` 参数**:默认工作目录已正确,手写路径极易拼错。
5. **改写已有文件用 `edit_file`**:`write_file` 覆盖已存在文件要求先全量
`read_file`,只读片段就写会被拒——新文件用 `write_file`,
改旧文件用 `edit_file`。
6. **SQL 一律 `--sql-file <文件>`,禁止内联 `--sql`**:bash 双引号里的反引号会做
命令替换,``SELECT `col` AS x`` 到进程时已变成 `SELECT AS x`(列名清空 →
guard 解析失败)。SQL 里的标识符用双引号或裸名;
内联串含反引号时脚本会直接拒绝并提示。
7. **禁止用 `&&` 串联多个 analysis_flow 命令**:长链输出会被截断、轮次与预算
失控。探索用 `describe --table a --table b`(多表 1 轮);执行用
`execute-batch`;查询用 `check-batch`——批量走各自的批量形态,不靠 shell
串联。
## Step 3 · 报告组装:分析基线 + 归因增强
**所有分析类报告都有分析基线**(趋势/对比/分布/结构——数据已在 c1..cn 成分里)。
**归因增强按信号叠加**,不再由 intent 单选(任一命中就做):
| 触发条件 | 动作 |
|---|---|
| intent = diagnosis | 归因增强 |
| 问题含驱动线索(为什么/谁拖累/下降原因/增长来源) | 归因增强 |
| c1 序列出现显著异常或拐点(趋势明显转折) | 归因增强 |
归因增强 = 进入 `references/insight-path.md` 五级路径:观测基准 → 异常确认 →
维度下钻 → 因子拆解 → 解读收口(每级产出决定是否进下一级;未发现异常不下钻;
无维度可拆时诚实写「未找到集中解释」+ 量化未解释比例)。metric_kind 从指标
定义推导(numerator/denominator 齐全 → `ratio` 拆分子分母;去重语义 →
`distinct`;其余 `additive`)。
归因结论 + 支撑数据一并作为上文素材,**报告一律经 dw-report skill_tool
组装**(禁止自建报告脚本);spec 深度要素与字段契约以 dw-report
`reference/quality.md` 与 `reference/schema.md` 为准(本 skill 不重复)。
## Step 4 · 交付
**数据就绪 ≠ 完成**:报告生成 + `send_file_to_user` 才算交付。答复纪律
(2-3 条含关键数值的结论 / 口径两维标注 / 建模建议 / 规范化声明)见
`references/delivery.md`。
**交付门禁(强制)**:HTML 报告落盘后先过
`dw_report.py verify --html <path> --min-charts 1`(脚本路径见 dw-report
SKILL.md「三条命令」),非 0 退出禁止交付。`send_file_to_user` 的
`abs_file_path_list` 传**数组**,不要传 JSON 字符串。
**交付一次收口**:`send_file_to_user` 成功后本轮交付即结束——除非用户明确要求,
不得再渲染新版本、不得重复调用 `send_file_to_user`、不得改文件名重出「final」
版本。需要对已交付内容修正时,先向用户说明原因,再交付修订版一次。
Pliki w paczce (17)
- SKILL.md 14 KB
- references/clarification.md 3 KB
- references/delivery.md 5 KB
- references/exploration.md 2 KB
- references/fetch-flow.md 18 KB
- references/insight-path.md 3 KB
- references/open-flow.md 4 KB
- scripts/analysis_flow.py 2 KB
- scripts/flow/__init__.py 1 KB
- scripts/flow/batch.py 1 KB
- scripts/flow/budget.py 5 KB
- scripts/flow/cli_registry.py 11 KB
- scripts/flow/commands.py 54 KB
- scripts/flow/dwcli_client.py 3 KB
- scripts/flow/execute_core.py 10 KB
- scripts/flow/manifest.py 8 KB
- scripts/flow/observability.py 11 KB
Wersje
W bazie nie ma innych skilli o nazwie dw-analysis.
Migawka bazy z 13.11.2026 · wersja paczki 1f97c0bcd279 (skrót SHA-256 całej paczki)
Pobrania w ostatnich 30 dniach: 0 · ranking
Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.
Podobne skille
- 100data-insight
Liczy statystyki z plików CSV: rozbija zmiany metryk na czynniki, bada trendy i wartości odstające oraz sprawdza zależności między zmiennymi. - 90data-pipeline
Prowadzi pełny przepływ analizy danych: połączenie ze źródłem, profilowanie, analizę i przygotowanie raportu. - 100nl2sql
Zamienia pytanie w języku naturalnym na SQL i wyniki z bazy biznesowej, bez analizy i interpretacji. - 90data-analysis-pro
Prowadzi analizę danych od przetworzenia po raport i wizualizację, w tym wskaźniki biznesowe, ROI i formuły w arkuszach. - 95data-analysis
Prowadzi analizę plików CSV: czyszczenie danych, eksplorację, metryki biznesowe, raporty i wizualizacje w wybranym formacie.