Clearailhc 探索性数据分析 Skill（ClearAI 版）
使用边界
- 适用：用户给出数据文件路径，需快速了解结构、质量、统计摘要、下游分析建议。
- 不适用：已熟悉数据后的深度分析 →
data-analysis；观测数据对齐/稳态筛选 →data-qa-analysis。
ClearAI 工具与路径映射
- 列目录确认路径 →
bash/bash（ls） - 表格/文档 →
read（小样本）/read（xlsx）/bash（pandas 脚本） - 分析脚本 →
lab/scripts/eda_*.py - 报告 →
write到lab/extracted/eda_report.md - 图表 →
lab/diagrams/ - 经验回写 →
clear/memory/eda_lessons.md
支持格式（主路径）
| 格式 | 处理方式 |
|---|---|
.csv / .tsv |
bash + pandas：head, dtypes, describe, 缺失率 |
.parquet |
pandas read_parquet |
.xlsx / .xls |
read 或 pandas |
.json |
pandas read_json 或 read |
| 纯文本日志 | read + grep 抽样 |
生物/化学专用格式（FASTA、VCF 等）非本 Skill 主路径；见
references/仅作扩展参考。
工作流
1. 文件识别
bash确认路径；大文件禁止全量read
2. 结构剖析
# 示例：放 lab/scripts/eda_profile.py
python lab/scripts/eda_profile.py --input input/data.csv --out lab/extracted/
输出：行数、列名、dtype、缺失率、数值列分位数、时间列范围。
3. 质量评估
- 重复行、常量列、明显异常值（IQR）
- 时间戳单调性、采样间隔
4. 可视化建议
- 分布图、时序图、相关性热力图（matplotlib →
lab/diagrams/）
5. 下游建议
在报告中明确推荐：
- 需工艺理解 →
process-understanding-extraction - 需深度分析 →
data-analysis - 需假设验证 →
statistical-analysis/hypothesis-generation
交付物 lab/extracted/eda_report.md
- 文件概览、字段字典草稿、质量评分、问题列表、推荐下一步 Skill
脚本模板可参考已复制的 scripts/（按需裁剪为常用 CSV 路径）。