前言¶

數據分析這類需求，落到實際使用裏很少是”跑一個模型就出結論”。更多時候，數據要先採集或導入，再做清洗，然後分析、畫圖，最後寫成一份能交付的報告。每個環節單獨處理，就意味着模型要在多輪對話裏反覆承接上下文：清洗規則要在分析時重說一遍，圖表樣式要在報告裏再交代一遍，口徑稍有偏差，前後兩段結論就對不上。

數據分析工作流（Skills組合）就是針對這個斷裂設計的。它把數據收集、清洗、分析、可視化和報告寫作串成自動化分析管線，一次把各環節的步驟和產出約定好，減少中間反覆交代的成本。

下面介紹它的定位、能力、獲取方式和使用注意。

這是什麼¶

這是一個基於通用 SKILL.md 格式的社區 Skill，座標 @user_c5d41a7d/skills-combo-data-analysis-flow，版本 1.0.0，發佈者 user_c5d41a7d，來源標記爲 community，分類 data-analysis。官方簡介一句話：把數據收集、清洗、分析、可視化和報告寫作串成自動化分析管線。

它解決的不是某個具體算法問題，而是環節之間的銜接問題：讓清洗結果能被後續分析直接沿用，讓可視化結果能直接進入報告，讓報告口徑與中間分析保持一致。

核心功能¶

按官方簡介，管線覆蓋五個環節：

1、數據收集
2、數據清洗
3、數據分析
4、可視化
5、報告寫作

這五個環節不是五個獨立 Skill 的簡單並列，而是按流水線順序組織。前一環節的產出約定爲下一環節的輸入，因此中間結果不需要在對話裏反覆重述。

關於依賴：標籤中標註 requires_api_key=false，即按官方標註，使用時不需要額外的 API Key。

獲取與啓用¶

官方地址：

https://api.skillhub.cn/user_c5d41a7d/skills-combo-data-analysis-flow

SkillHub 頁面：

https://www.skillhub.cn/skills/user_c5d41a7d/skills-combo-data-analysis-flow

座標可用於在 SkillHub 中定位該 Skill：

@user_c5d41a7d/skills-combo-data-analysis-flow

需要說明的是，本次寫作所依據的抓取資料中沒有給出具體的安裝命令，也沒有 Cursor / Codex CLI / Claude Code 的分端配置字段。它是通用 SKILL.md 格式的 Skill，具體落盤目錄和啓用方式以官方頁面爲準，此處不自行補寫命令，避免給出未經覈實的操作步驟。

典型用法¶

由於官方資料中沒有提供可復現的示例片段，本節不給具體命令，只說明它在對話中通常如何被使用，具體表述以官方頁面爲準。

通常的用法是：把數據分析任務交給該 Skill 後，按管線順序推進——先確認數據來源和收集方式，再明確清洗規則，然後做分析並出圖，最後基於中間結果寫報告。每一環的產出都會成爲下一環的輸入，因此可以在推進過程中逐步檢查口徑。

如果任務裏只涉及其中一環（例如只需要畫圖，或只需要寫報告），同樣可以只取對應環節的約定來執行，不必走完整條管線。

適用場景與注意¶

適合的場景：

1、數據量適中、可以在一次任務上下文內完成清洗和分析的表格類任務。
2、需要從數據到報告連續產出、且各環節口徑必須一致的任務。
3、希望減少多輪對話中重複交代清洗規則和圖表約定的場景。

需要注意的地方：

1、版本爲 1.0.0，來源爲 community，使用前需自行確認管線各環節的具體約定是否滿足自身數據口徑。
2、官方資料中未給出依賴的外部工具或數據源清單，requires_api_key=false 只說明不需要額外 API Key，不代表不需要其他環境配置。
3、資料中顯示安裝數爲 0，說明該 Skill 的實際部署經驗較少，遇到問題更適合直接對照官方頁面排查。
4、本次寫作無法訪問官方頁面，文中關於安裝命令、配置字段和具體示例的部分留空，未覈實的信息一律不寫。

結尾¶

這條 Skill 的價值在於把數據分析的五個環節組織成一條管線，讓中間結果在各環節之間直接傳遞，而不是在對話裏反覆重述。適合需要連續產出、且口徑一致性要求高的分析任務。

官方地址：https://api.skillhub.cn/user_c5d41a7d/skills-combo-data-analysis-flow