前言¶
手里有一份 CSV 或 Excel，想快速看清变量关系、拟合趋势、出散点图或回归图时，常见做法是切到 Jupyter 或 BI 工具里手写脚本。在 Cursor、Claude Code 等带 Skills 的 Agent 里，也可以把「读表 → 选模型 → 画图 → 解释」收成一条对话链路。下面介绍 SkillHub 上的社区技能「数据建模」（@user_1581d31c/data-modeling-viz-v2），面向「给数据文件 + 用自然语言要分析结果」这一类任务。
这是什么¶
「数据建模」是 SkillHub 分类 data-analysis 下的社区技能（来源：community，发布者 user_1581d31c，当前版本 v1.0.0）。官方简介写明：对数据表进行数学建模分析并生成可视化图表；当用户提供 CSV/Excel 并要求分析数据关系、建立数学模型、绘制图表或解释数据规律时，应使用此技能。标签 requires_api_key=false，表示按 SkillHub 元数据无需额外 API Key。
Skill 页面：https://www.skillhub.cn/skills/user_1581d31c/data-modeling-viz-v2
资源坐标：@user_1581d31c/data-modeling-viz-v2
核心功能¶
依据官方简介，技能覆盖的能力包括：
- 表数据输入：以 CSV、Excel 等表格文件为分析对象。
- 关系与规律：分析列与列之间的关系，解释数据规律（官方列举场景含关联分析、相关性分析、数据挖掘）。
- 数学建模：建立数学模型，含统计建模、趋势预测；触发词示例中有回归分析。
- 可视化：生成图表；触发词示例中有画图、可视化、散点图等。
官方给出的触发关键词包括：分析数据、建模、画图、预测趋势、找规律、可视化、相关性分析、CSV 分析、Excel 分析、数据挖掘、散点图、回归分析。Agent 在对话中识别到上述意图且用户提供了表格数据时，可按技能说明走完整流程。
安装与启用¶
安装方式以 SkillHub 技能页说明为准：参照 SkillHub 安装与优先源配置，安装坐标 @user_1581d31c/data-modeling-viz-v2。
1、安装 SkillHub CLI（若尚未安装）¶
先检查本机是否已有 skillhub：
command -v skillhub && skillhub --version
未安装时，可用官方脚本完整安装（CLI + 默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅需 CLI 时：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2、安装「数据建模」到当前 Agent 的 skills 目录¶
官方文档要求：安装时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认装到 ./skills/ 可能不会被识别。
skillhub install @user_1581d31c/data-modeling-viz-v2 --dir <skills 目录>
常用客户端 skills 路径（摘自官方安装文档）：
| 客户端 | skills 目录 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下的 .agents/skills/ |
| Gemini CLI | ~/.gemini/skills/ |
将 <skills 目录> 换成你当前环境对应路径。安装后按各客户端说明重启或刷新 Agent，使技能被加载。
典型用法¶
官方未提供带具体数值的逐步教程；用法可从简介与触发词归纳如下，便于在 Agent 里复现「要做什么」：
- 将 CSV 或 Excel 放在 Agent 可读的位置（工作区文件或对话附件，取决于客户端能力）。
- 在提示中写清目标，并尽量带上官方触发词，例如：「用这份 CSV 做相关性分析，画散点图，并对主要变量做回归分析，解释规律。」
- 若需要预测，可写明「预测趋势」或「建模」以及要预测的列名、时间粒度（列名需与表头一致）。
- 让 Agent 按技能内的
SKILL.md流程执行：读表、选型、出图、用文字说明结论。
示例提示（表头与文件名按你的实际数据替换）：
附件 sales_2024.csv。请分析销售额与广告投入、客单价的相关性，画散点图；
对「销售额」对「广告投入」做简单回归，并说明拟合是否合理、有无明显异常点。
经过上面的步骤，Agent 应在启用该技能后优先走「数据建模」所规定的分析路径，而不是仅做泛泛的文字总结。
适用场景与注意¶
适合谁
- 已有表格数据、希望在对话里完成统计建模与出图，而不想每次从零写 notebook 的分析人员或开发者。
- 需要快速做相关性、回归、趋势类探索，并要图表与文字解释一并交付的场景。
使用注意
- 本技能为社区发布（
community），建模方法与图表质量取决于技能内指令与 Agent 执行环境（Python 库、是否允许写文件等），使用前可在小样本上试跑。 - 敏感数据请勿上传到不可信环境；大表可能受上下文与运行时限影响，必要时应先抽样或聚合。
- SkillHub 页面展示的评分为 100000、下载约 5667 次（以页面/抓取元数据为准），可作为选用参考，不代表特定业务场景的准确率保证。
- 未要求 API Key，但若 Agent 执行分析时需要本地 Python 等依赖，仍需在本机或沙箱中自行满足运行条件。
结尾¶
「数据建模」把 CSV/Excel 上的关系分析、数学建模与可视化收敛成可触发的 Agent 技能，适合在 Cursor、Claude Code 等环境中用自然语言驱动分析。安装与目录配置以 SkillHub 官方文档为准；技能详情与安装入口见：https://www.skillhub.cn/skills/user_1581d31c/data-modeling-viz-v2。
