mcpField
D
data-storyteller

data-storyteller

github.com/dkyazzentwatwa数据与数据库124230 次安装29 周前更新
代码仓库

关于 data-storyteller

面向结构化数据分析的技能，适用于需要报告、审计、比较或统计分析的分析人员。它结合连贯的报告流程与针对特定任务的脚本。

主要功能

  1. 01数据集概况分析
  2. 02数据质量与异常检查
  3. 03统计与调查分析
  4. 04透视表与时间序列分析
  5. 05实验、ROI 与预算分析

适用场景

  1. 01根据 CSV 或电子表格撰写叙述式报告
  2. 02检查数据质量与异常
  3. 03分析实验、ROI 或预算
  4. 04总结调查与时间序列

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/dkyazzentwatwa/chatgpt-skills --skill data-storyteller

安装后在 Claude Code 中输入/data-storyteller确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

.DS_Store
agents/
openai.yaml
scripts/
ab_test_calc.py
budget_analyzer.py
correlation_explorer.py
data_converter.py
data_quality_auditor.py
data_storyteller.py
dataset_comparer.py
outlier_detective.py
pivot_table_generator.py
requirements.txt
roi_calculator.py
statistical_analyzer.py
survey_analyzer.py
ts_decomposer.py

详细介绍

数据讲述者

将其用作结构化数据的主要分析技能。它现在整合了代码库中的审计、比较、统计、数据透视、实验和时间序列辅助工具。

适用场景

  • 基于 CSV 或电子表格数据撰写执行摘要和叙述性报告
  • 数据质量审计、比较和异常审查
  • 统计分析、数据透视、实验解读、ROI 和预算分析
  • 调查摘要和时间序列分解

工作流

  1. 概述数据集的形状、列类型和缺失值风险。
  2. 选择最精简且有用的分析路径，而不是默认运行所有脚本。
  3. 用户需要完整连贯的报告时，从 scripts/data_storyteller.py 开始。
  4. 任务范围较窄时，使用专门的辅助工具：
    • data_quality_auditor.py
    • dataset_comparer.py
    • correlation_explorer.py
    • outlier_detective.py
    • statistical_analyzer.py
    • survey_analyzer.py
    • ts_decomposer.py
    • pivot_table_generator.py
    • ab_test_calc.py
    • roi_calculator.py
    • budget_analyzer.py
  5. 将输出转化为通俗易懂的发现、风险和后续行动。

注意事项

  • 不要夸大相关性所能支持的因果结论。
  • 在给出有力结论前，先指出数据质量问题。
  • 执行摘要应简短，方法细节放在摘要之后。

评论

支持 Markdown