搭建数据分析 Agent 完整方案

​

WorkBuddy 搭建开箱即用的本地数据分析 Agent，不用搭建 Python 服务、不用写复杂前端，直接自然语言驱动完成：数据读取‑清洗‑计算‑可视化‑报告输出‑定时复盘。​

​

​

🔔

定位：不是 ChatGPT 在线问答，是可以直接读你电脑本地 Excel/CSV、运行脚本、出图表、输出分析报告的桌面数据分析同事。​

​

一、数据分析 Agent 整体架构​

​

代码块​

Plain Text

WorkBuddy 主调度 Agent​

├── data‑loader‑agent（数据加载）：读取本地csv/excel，做格式校验、脏数据预检​

├── data‑clean‑agent（数据清洗）：空值、异常值、去重、格式转换​

├── analysis‑core‑agent（分析计算）：统计、聚合、对比、相关性、维度拆解​

├── chart‑render‑agent（可视化）：生成图片图表，输出 markdown 报告​

├── report‑export‑agent（报告输出）：输出 Markdown / Word / PPT​

└── data‑monitor‑agent（定时复盘）：Cron 定时任务，定期跑数据看板、异常告警​

​

每个子Agent可通过 SKILL.md 定义人格、工具集、约束；共享项目工作目录，通过日志文件传递上下文；支持 Plan 模式（先输出分析方案确认后执行）、Craft 模式直接执行。​

核心依赖能力（WorkBuddy原生）​

本地文件读写：读取项目目录下 Excel、CSV、parquet；输出图表、报告​

脚本执行能力：内置 Python 沙箱，可执行 pandas/matplotlib/seaborn 分析脚本​

Checkpoint：分析中间状态打快照，方便回溯不同分析口径​

MCP扩展：可对接 MySQL / ClickHouse / 飞书多维表格 / TAPD 业务数据源​

IM 远程调度：企微/飞书/钉钉发指令，远程触发数据分析，结果回传IM​

Cron定时任务：每日/每周自动跑报表，输出分析文件​

二、两种落地模式​

模式1：轻量模式（直接对话，无需自定义Skill，快速上手）​

适合临时分析、小数据集。直接在 WorkBuddy 对话窗口下发指令，使用 Plan 模式优先（先看分析方案确认，再执行脚本，防止误修改源数据）。​

示例指令模板​

​

代码块​

Plain Text

Plan模式执行​

工作目录：./data‑project‑sales​

数据源：@data/sales_q2.csv​

任务：​

1、读取Q2销售数据，做数据预检：缺失值、重复行、异常金额​

2、按区域、产品维度做销售额聚合统计，计算环比​

3、生成柱状图：各区域销售额；饼图：产品销售占比​

4、输出markdown分析报告，包含：数据概览、核心结论、风险点​

约束：禁止修改原始csv文件；图表保存到 ./output/charts；报告输出 ./output/q2_analysis.md​

​

​

最佳实践：​

​

模式2：完整自定义 Data‑Agent Skill（生产级，可复用）​

把分析规范、脚本模板、输出格式固化为 data‑analysis‑skill，安装到 SkillHub，任何项目一键加载。​

Skill 目录结构​

​

代码块​

Plain Text

data‑analysis‑skill/​

├─ SKILL.md # 技能定义、人格、约束、输入输出规范​

├─ SOUL.md # 数据分析Agent人设：严谨，先校验数据质量再下结论，区分事实与推测​

├─ TOOLS.md # 可用工具：pandas脚本、图表生成、文件读写、MCP数据库连接器​

├─ templates/​

│ ├─ report_template.md # 分析报告模板​

│ └─ python_snippets/ # 常用清洗、统计脚本片段​

└─ references/​

​

SKILL.md 关键约束示例​

​

代码块​

Plain Text

# 数据分析Agent技能约束​

1. 流程强制顺序：数据预检 → 数据清洗 → 统计计算 → 可视化 → 报告输出​

2. 必须输出【数据质量说明】：缺失字段、异常数据条数，有数据问题必须在报告开头说明​

3. 原始数据文件只可读，所有结果写入 ./output 文件夹​

4. 区分客观计算结果和推测结论，推测部分必须标注【推断】​

5. 大表超过10万行优先抽样分析，提示用户；禁止一次性全量加载超大文件​

6. Plan模式默认开启，涉及多文件运算必须用户确认后执行​

7. 指标严格遵循 references/metrics_spec.md 的口径​

​

装好技能之后，简化指令：​

​

代码块​

Plain Text

调用数据分析Agent，分析@data/user_log.csv，输出周度用户分析报告​

​

三、数据源接入方案​

本地文件（最常用） Excel / CSV / Parquet，使用 @ 引用文件/目录。​

MCP连接器对接数据库 WorkBuddy MCP协议接入 MySQL、ClickHouse，Agent 自然语言生成SQL执行，拉取结果再做本地分析。​

​

注意：配置只读账号，禁止Agent执行drop/alter高危DDL。​

​

第三方业务平台MCP 飞书多维表格、腾讯文档表格、TAPD，直接拉取业务数据进入分析链路。​

四、典型实战场景示例​

场景1：业务周报自动分析（Cron定时任务）​

Cron配置：每周五17点自动触发 任务Payload：​

读取本周销售csv​

数据清洗、指标计算、环比对比​

生成图表，输出markdown周报​

自动生成精简版PPT​

将报告文件推送至企微IM​

​

人不需要操作电脑，手机企微即可收到完整周报。​

​

场景2：异常数据排查​

​

代码块​

Plain Text

Plan模式，调用数据分析Agent​

数据源 @data/order_may.csv​

任务：5月订单数据异常下跌，做根因排查​

1、先做数据质量校验​

2、拆分维度：地区、渠道、产品、用户分层对比​

3、定位下跌发生时间点，输出可能性清单，区分数据事实和推测​

4、输出排查报告保存 ./output/may_order_error.md​

​

场景3：多版本口径对比（Checkpoint能力）​

•

第一轮分析完成，打Checkpoint快照​

•

分叉任务A：口径A计算GMV​

•

分叉任务B：口径B计算GMV​

•

Agent输出两套口径对比报告，解决业务经常出现的“数据对不上”问题。​

五、避坑要点（WorkBuddy做数据分析高频踩坑）​

源数据权限隔离：只给Agent读源文件权限，输出单独文件夹，防止脚本误覆盖原始业务数据。​

数据质量优先：AI容易忽略脏数据直接输出结论，必须强制Agent输出数据质量章节。​

脚本沙箱限制：超大数据集（百万行以上）不适合本地脚本，建议MCP在数据库层做聚合，只拉取聚合结果到本地可视化。​

Plan模式优先：涉及运行脚本、批量文件操作，不要直接用Craft模式。​

指标口径固化：把业务指标定义写进Skill的metrics_spec.md，避免AI每次自由发挥口径。​

结果复核：AI可以完成计算、画图、排版，但关键业务指标需要人工抽样校验。​

长任务成本：大数据分析属于高消耗长任务，留意Credits消耗；善用上下文自动压缩。​

六、和 OpenClaw 数据分析Agent对比​

​

#uHGJSMkQrFlL text{white-space:pre}.fb0{stroke:var(--N900-FG, 0.15)}.fx0{stroke-miterlimit:10}.fa1{fill:#bbbfc4}.fx1{font:normal 400 12px MonospacedNumber,LarkHackSafariFont,LarkEmojiFont,LarkChineseQuote,-apple-system,BlinkMacSystemFont,Helvetica Neue,Tahoma,PingFang SC,Microsoft Yahei,Arial,Hiragino Sans GB,sans-serif,Apple Color Emoji,Segoe UI Emoji,Segoe UI Symbol,Noto Color Emoji}.fx2{text-anchor:middle}.fx3{dominant-baseline:central}.fx4{stroke:none}.fc0{fill:var(--text-caption)}.fa2{fill:var(--text-link-disabled)}.fx5{font:700 normal 13px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"}.fx6{text-anchor:start}.fx7{dominant-baseline:alphabetic}.fc1{fill:rgb(0, 0, 0)}.fx8{font:400 normal 13px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"}.fb1{fill:var(--N900-FG, 0.15)}.fa3{fill:var(--bg-body)}ABC1234567维度WorkBuddy数据分析AgentOpenClaw（小龙虾）上手成本安全管控IM远程调度Checkpoint扩展适合人群GUI客户端，一键安装Skill，MCP可视化配置目录授权、沙盒、高危拦截、企业审计日志原生企微/飞书/钉钉Bot原生快照分叉SkillHub、MCP市场直接拿现成连接器企业业务人员、分析师，快速落地命令行部署，需要配置环境完全开源，安全需要自己实现需要自行对接IM需要自行实现状态保存需要自己写ClawHub技能工程师深度二次定制

​

​

迁移：OpenClaw写好的数据分析Skill，基本可以直接迁移到WorkBuddy，生态互通。​

​

七、快速落地步骤（实操顺序）​

WorkBuddy客户端安装，新建独立项目文件夹，设置授权：源数据目录只读权限，output目录读写权限​

可选：MCP配置数据库/飞书多维表格连接器（如果需要业务库数据）​

方案A快速验证：直接Plan模式下发数据分析指令跑一遍样例数据；​

方案B生产复用：制作 data‑analysis‑skill 自定义技能，固化报告模板、指标口径、约束；​

测试：小数据集跑通完整链路：读取‑清洗‑计算‑绘图‑输出报告；​

进阶：配置Cron定时任务，实现周/月自动分析，IM推送结果；​

企业场景：开启审计日志，对接SSO，控制Agent访问范围。​