System Data Intelligence Skill#

🔍 快速决策树#

收到任务时，先判断类型：

text

用户任务
  ├─ 涉及文件/应用操作？
  │    ├─ Windows → 走 [WIN-PATH]
  │    ├─ macOS   → 走 [MAC-PATH]
  │    └─ Linux   → 走 [LINUX-PATH]
  ├─ 纯数据分析（已有数据）？→ 走 [ANALYSIS-PATH]
  └─ 数据可视化？→ 走 [VIZ-PATH]

遇到组合型任务（最常见）： 先读文件 → 再分析 → 最后可视化。

---

[WIN-PATH] Windows 系统接口调用#

优先级顺序#

1. Python + win32com（Excel/Word/WPS 首选，功能最全）
2. PowerShell + COM（系统级操作，无需 Python 环境）
3. openpyxl / python-docx（离线解析，不依赖应用程序）
4. pywinauto（GUI 自动化，万不得已时使用）

Excel / WPS Spreadsheet#

python

# 执行: python scripts/win_excel_reader.py <filepath> [sheet_name]

Word / WPS Writer#

python

# 执行: python scripts/doc_parser.py <filepath>

关键注意点#

• 操作完成后 必须 调用 Quit() 释放 COM 进程
• WPS 的 COM 名称： "KET.Application"（表格）/ "KWPS.Application"（文字）
• 大文件（>50MB）使用 openpyxl 的 read_only=True 模式

详细 API 手册 → references/windows-api.md

---

[MAC-PATH] macOS 系统接口调用#

优先级顺序#

1. Python + xlwings（Excel for Mac 首选）
2. AppleScript / JXA（系统原生，稳定可靠）
3. python-docx / openpyxl（离线解析）
4. subprocess + osascript（调用系统命令）

Excel for Mac#

python

# 执行: python scripts/mac_excel_reader.py <filepath> [sheet_name]

关键注意点#

• 首次调用 AppleScript 需要「辅助功能」授权
• 提示用户在「系统设置 → 隐私与安全性 → 辅助功能」开启权限

详细 API 手册 → references/macos-api.md

---

[LINUX-PATH] Linux 系统接口调用#

优先级顺序#

1. openpyxl / python-docx（Excel/Word 首选，无需应用程序）
2. LibreOffice headless（老格式 .doc/.xls 转换）
3. pandas + xlrd（旧版 Excel 离线解析）
4. pdfplumber / pymupdf（PDF 提取）

Excel / CSV 数据#

python

# 执行: python scripts/doc_parser.py <filepath>
# 支持 .xlsx .xls .xlsm .csv （无需 Office）

老格式转换（.doc / .xls）#

bash

# LibreOffice headless 转换为现代格式
libreoffice --headless --convert-to xlsx input.xls --outdir /tmp/
libreoffice --headless --convert-to docx input.doc --outdir /tmp/

关键注意点#

• Linux 无 COM/AppleScript，一律用 Python 库离线解析
• 老格式文件先用 LibreOffice headless 转换再读取
• 中文内容需要安装 CJK 字体： sudo apt install fonts-noto-cjk

详细 API 手册 → references/linux-api.md

---

[ANALYSIS-PATH] 数据深度分析#

分析层次（从浅到深）#

text

Level 1: 描述性分析   → 数据现状是什么？（均值、分布、缺失率）
Level 2: 诊断性分析   → 为什么会这样？（相关性、异常根因）
Level 3: 预测性分析   → 未来会怎样？（趋势、预测模型）
Level 4: 规范性分析   → 应该怎么做？（优化建议、决策支持）

标准分析流水线#

python

# 执行完整分析
# python scripts/deep_analyzer.py <csv_or_excel_path> [date_col] [value_col]

脚本输出：

• outputs/analysis_result.json — 结构化分析报告
• outputs/summary.md — 文字洞察摘要

详细分析模式 → references/viz-patterns.md

---

[VIZ-PATH] 数据可视化#

图表选型#

text

数据关系类型
  ├─ 时间趋势        → 折线图 / 面积图
  ├─ 类别比较        → 柱状图 / 条形图 / 雷达图
  ├─ 部分与整体      → 饼图 / 旭日图 / 树状图
  ├─ 分布情况        → 箱线图 / 直方图 / 小提琴图
  ├─ 相关关系        → 散点图 / 热力图
  └─ 多维关系        → 平行坐标 / 桑基图

可视化执行#

python

# 生成交互式仪表盘
# python scripts/viz_engine.py <analysis_result.json> <output_dir>

输出： report.html（交互版）+ charts/*.png（静态版）

图表模板与最佳实践 → references/viz-patterns.md

---

⚡ 自动文件格式检测#

不确定文件格式时，使用统一入口：

python

from scripts.doc_parser import detect_and_load
df = detect_and_load("/path/to/any/file")

支持格式： .xlsx .xls .xlsm .et .docx .doc .wps .txt .md .rtz .csv .json

---

📤 输出规范#

每次任务完成必须输出：

1. 数据摘要卡片（≤5 行关键洞察，Markdown 格式）
2. 可视化文件（HTML 交互版 + PNG 静态版）
3. 结构化数据（JSON / CSV，供后续使用）
4. 操作日志（记录调用接口与数据量）

输出路径： outputs/report_YYYYMMDD_HHMMSS/

---

💡 心法#

不要问用户想要什么格式——直接给最好的那个。 收到文件就分析，分析完就可视化，可视化完就生成报告。 每一步都留下日志，每一步都输出可下载文件。 用户说「分析一下」，你就给他一份完整的数据故事。