前言¶

第一次用大模型做数据分析，常见的结果是这样的：把一张 Excel 表丢进去，让它“帮我看看”，它直接给结论，没有口径、没有步骤，回头想复现或者改个时间范围，得从头再来。更麻烦的是，它把相关性写成因果，或者在数据缺失的地方硬补结论。

AI 数据分析入门助手（@user_b4a8b79e/lls-ai-data-analysis-starter）就是为这种场景准备的。下面介绍它的定位、能力和使用方式。

这是什么¶

一个社区发布的通用 SKILL.md 格式技能，当前版本 1.1.0，分类 data-analysis，发布者 user_b4a8b79e，在 SkillHub 页面显示评分 100000、累计下载 684 次。

它解决的问题是：把 Excel、CSV 或表格类问题，转成可复核的数据分析流程。定位是给第一次做数据分析的普通用户使用，覆盖从业务问题澄清、数据质量检查，到描述统计、分组比较、趋势和异常检查、图表与结论汇报的完整链条。

核心功能¶

依据官方简介，这个 Skill 的能力边界可以拆成三层。

第一层是口径约束。它要求在动手之前先明确四件事：业务问题、字段含义、时间范围、统计口径。这一步不做完，后面的统计数字没有解释价值。

第二层是数据质量检查。生成分析之前先检查数据本身，确认可用性，而不是直接基于原始数据出结论。

第三层是产出约束。它要求生成可重复的步骤，并且明确两条禁令：不把相关性写成因果，不根据缺失数据编造结论。

一句话概括：它的价值不在于算得快，而在于每一步都能被复核。

安装与启用¶

已抓取资料中未包含官方的安装命令或配置字段，本文不臆造。下面的启用方式是通用 SKILL.md 技能的常见约定，请以官方页面为准。

1、将 Skill 目录放入工具的技能加载路径。

# 示例目录结构，实际路径以所用工具为准
<skills-dir>/user_b4a8b79e/lls-ai-data-analysis-starter/SKILL.md

2、在支持 Skill 的客户端（Cursor、Claude Code 等）中触发时，工具会读取 SKILL.md 的描述与约束条件。

触发方式：在对话中提出表格分析需求，客户端按 SKILL.md 加载该技能

3、如果客户端支持在项目级或用户级配置技能目录，把上一步的目录路径配进去即可，无需额外 API Key。资料显示 requires_api_key=false。

配置项：技能目录路径
是否需要 API Key：否

需要说明的是，Cursor、Codex CLI、Claude Code 三家对技能目录的命名和查找规则并不完全一致。资料中没有分别给出针对这三家的具体路径或命令，本文不逐条罗列以免误导，使用时请查官方文档确认。

典型用法¶

下面这段用法来自官方简介中描述的工作流，不是虚构案例。

1、先说明业务问题和数据来源。

我的业务问题是：近三个月哪些地区的订单金额出现异常下滑
数据是 orders_2026.csv，时间范围 2026-07-01 到 2026-09-30

2、再明确字段含义与统计口径。

金额单位：元，含税
地区按 province 字段分组
异常定义：环比跌幅超过 20%

3、然后检查数据质量。

先检查缺失值、重复行、金额为负或为空的记录
确认时间字段格式统一后再进入分析

4、最后按可重复的步骤产出统计与图表。

按省份分组计算月均订单金额
对比上一期计算跌幅
标注跌幅超过 20% 的省份
输出图表和结论，注明统计口径

经过上面的步骤，得到的每一条结论都能回到原始数据上重新计算，而不是一句无法验证的总结。

适用场景与注意¶

适合的场景：第一次做数据清洗、描述统计、分组比较、趋势观察、异常检查，需要图表和结论汇报，希望过程可复现。

不适合的场景：需要因果推断、严谨统计推断的研究性分析，或者数据本身高度缺失且无法补全的情况。这个 Skill 明确不根据缺失数据编造结论，所以它不会在数据不够时替你圆结论。

使用上的限制：官方资料没有给出针对 Cursor、Codex CLI、Claude Code 的差异化配置说明，也没有提供 API Key 要求之外的参数清单。安装前先确认所用工具的技能加载机制。

结尾¶

这个 Skill 的价值在于把“先想清楚问题，再检查数据，最后按可重复的步骤出结论”这条路径固化下来，避免第一次做数据分析时直接跳到结论。它不承诺替代统计专业知识，但能减少口径不清和无法复现这两类最常见的问题。

官方地址：https://api.skillhub.cn/user_b4a8b79e/lls-ai-data-analysis-starter