CSV解析与生成免费版，提供基础引号规则与逗号分隔，适合简单跨工具数据交换。Use when 需要数据分析、报表生成、统计洞察、数据可视化时使用。不适用于实时流数据处理。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互，无需复杂配置即开即用。输出结果可直接使用，减少二次加工成本。提供结构化输出和错误处理机制。
Coding
CSV数据分析-免费版
Try itCSV数据分析免费版，提供快速统计与基础筛选，零外部依赖，适合轻量数据探索。Use when 需要数据分析、报表生成、统计洞察、数据可视化时使用。不适用于实时流数据处理。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互，无需复杂配置即开即用。输出结果可直接使用，减少二次加工成本。提供结构化输出和错误处理机制。
What it does
CSV数据分析免费版，提供快速统计与基础筛选，零外部依赖，适合轻量数据探索。Use when 需要数据分析、报表生成、统计洞察、数据可视化时使用。不适用于实时流数据处理。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互，无需复杂配置即开即用。输出结果可直接使用，减少二次加工成本。提供结构化输出和错误处理机制。
The skill document
Csv Analyzer — CSV数据分析器（免费版）
用简单命令分析CSV文件，即时获取统计与筛选结果——无需pandas或重型依赖.
输入格式
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| input | string | 是 | CSV数据分析-免费版处理的输入数据或指令 |
| options | object | 否 | 附加配置选项,如模式选择、格式偏好等 |
| callback_url | string | 否 | 异步处理完成后的回调通知URL |
依赖说明
运行环境
- Agent平台: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI等）
- 操作系统: Windows / macOS / Linux
依赖项
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|---|---|---|---|
| LLM API | API | 必需 | 由Agent内置LLM提供 |
API Key 配置
本Skill无需额外API Key（LLM能力由Agent平台内置提供）
可用性分类
- 分类: MD+EXEC（）
核心能力
核心能力（免费版）
- 参考
核心能力（免费版）的配置文档进行参数调优
1. 快速统计（stats）
python3 {baseDir}/（请参考skill目录中的脚本文件） stats data.csv
返回行数、列类型、数值列的min/max/mean、文本列的unique计数.
- 异常时参考错误处理章节进行恢复
- 关键参数:
快速统计（stats）选项
2. 基础筛选（filter）
python3 {baseDir}/（请参考skill目录中的脚本文件）
# ...
**输入**: 用户提供核心能力（免费版）相关的配置参数、输入数据和处理选项.
# ...
### 为何不用pandas？
# ...
pandas很强大，但仅导入就占100MB+内存，对快速分析任务过于重型。本技能仅用Python标准库，在2GB内存服务器上运行无压力.
# ...
**输入**: 用户提供为何不用pandas？相关的配置参数、输入数据和处理选项.
- 参考`为何不用pandas？`的配置文档进行参数调优
### 付费版专享能力
# ...
> 升级付费版解锁以下高级能力：
# ...
- **Top/Bottom N**：`top`/`bottom` 命令按指定列取前N/后N行（如 `--column revenue --n 10`）.
- **异常检测**：`anomalies` 命令基于z-score检测超出2σ的值.
- **分组聚合**：`group` 命令按指定列分组，支持 `sum`/`count` 等多种聚合函数，可同时指定多个
# ...
**输入**: 用户提供付费版专享能力相关的配置参数、输入数据和处理选项.
# ...
#
## 快速开始
1. 确认运行环境满足依赖说明中的要求
2. 在AI Agent对话中调用本技能,提供必要的输入参数
3. 检查输出结果,根据需要进行后续处理
> 详细的输入输出格式请参考下方章节说明。
## 核心能力（免费版）(补充)
# ...
### 1. 快速统计（stats）(补充)
# ...
```bash
...
...
2. 基础筛选（filter）(补充)
...
echo "操作完成"
python3 {baseDir}/（请参考skill目录中的脚本文件） filter data.csv --where "amount>1000" --output big_orders.csv
...
支持比较运算符（>、<、>=、<=、==、!=），可将筛选结果导出为CSV.
...
3. 自动列类型检测
...
自动识别列类型：数值（numeric）、日期（date）、文本（text）。数值列做统计计算，文本列做unique计数.
...
为何不用pandas？(补充)
...
...
使用流程
...
- 确认环境：检查
python3可用（无需安装任何外部包）. - 快速统计：用
stats命令获取数据概况（行数、列类型、min/max/mean）. - 按需筛选：用
filter命令按条件筛选行，支持比较运算符. - 导出结果：用
--output参数将筛选结果导出为CSV. - 验证输出：检查导出文件的行数与内容是否符合预期.
...
示例
...
示例1：快速统计
...
python3 {baseDir}/（请参考skill目录中的脚本文件） stats orders.csv
# 输出：
# 行数: 1500
# 列: order_id(text, 1500 unique), amount(numeric, min=10.5, max=9999.0, mean=456.78),
# category(text, 12 unique), order_date(date)
...
示例2：筛选大额订单并导出
...
echo "操作完成"
python3 {baseDir}/（请参考skill目录中的脚本文件） filter orders.csv
# 输出：筛选出87行，已导出到 big_orders.csv
...
示例3：按条件筛选
...
echo "操作完成"
csv --where "category==electronics"
# 输出：筛选出category为electronics的行
...
付费版专享能力(补充)
...
升级付费版解锁以下高级能力：
...
- 分组聚合：
group命令按指定列分组，支持sum/count等多种聚合函数，可同时指定多个. - 多聚合组合：
--agg "sum:amount" "count:id"一次指定多个聚合. - 统计分析扩展：mean之外的median/std/percentiles等统计量.
- 多条件组合：
--where支持 AND/OR 组合条件（免费版仅支持单条件）.
...
错误处理
...
| 错误场景 | 原因 | 处理方式 |
|---|---|---|
FileNotFoundError | 文件路径错误或不存在 | 校验文件路径与扩展名（.csv） |
python3: command not found | 系统未安装Python 3 | 安装Python 3.x并确保 python3 在PATH中 |
--column 列名不存在 | 列名拼写错误或大小写不匹配 | 先用 stats 查看实际列名，再传入 |
--where 表达式无效 | 比较运算符或列名错误 | 使用合法运算符（>/</>=/<=/==/!=）与正确列名 |
| 数值列含非数值 | 数据中有空值或字符串 | 清洗数据或确认列类型识别正确 |
| 日期解析失败 | 非ISO格式 | 优先使用ISO 8601（2024-01-15），其他格式可能无法识别 |
| 文件过大导致内存不足 | 超过约100MB | 改用pandas流式处理，或拆分文件 |
--output 路径不可写 | 目录权限不足 | 检查目标目录权限或更换输出路径 |
| 调用付费版专享命令 | 免费版仅支持stats/filter | 升级付费版解锁top/bottom/anomalies/group命令 |
...
常见问题
...
Q1：免费版支持哪些命令？
免费版支持 stats（快速统计）与 filter（基础筛选）两个命令。top/bottom/anomalies/group 为付费版专享.
...
Q2：为何不用pandas？
pandas仅导入就占100MB+内存，对快速分析任务过于重型。本技能仅用Python标准库（csv模块），在2GB内存服务器上运行无压力.
...
Q3：支持多大的文件？
设计支持约100MB以内的文件（载入内存）。超过此规模建议安装pandas或使用流式处理.
...
Q4：支持哪些比较运算符？
filter 的 --where 支持 >、<、>=、<=、==、!= 六种比较运算符。多条件组合（AND/OR）为付费版专享.
...
Q5：能检测异常吗？
免费版不提供异常检测。付费版提供 anomalies 命令，基于z-score检测超出2σ的值.
...
Q6：能分组聚合吗？
免费版不提供分组聚合。付费版提供 group 命令，支持 sum/count 等聚合函数.
...
Q7：如何升级到付费版？
参考 csv-analyzer 付费版SKILL.md，解锁Top/Bottom N、异常检测、分组聚合、多条件组合等能力.
...
已知限制
...
- 仅支持
stats与filter命令，不支持 top/bottom/anomalies/group（付费版专享）. - 设计支持约100MB以内的文件（载入内存），更大文件需pandas流式处理.
- 日期解析为基础级，优先支持ISO 8601格式，其他格式可能无法识别.
--where仅支持单条件，不支持 AND/OR 组合（付费版专享）.- 仅依赖Python标准库，无pandas的向量化加速，大文件分析较慢.
- 不支持加密CSV文件的破解.
- 不支持多表JOIN与跨文件关联分析.
...
Related skills
自动检测编码与分隔符，读取并清洗CSV数据，支持基础合并与导出。Use when 需要数据分析、报表生成、统计洞察、数据可视化时使用。不适用于实时流数据处理。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互，无需复杂配置即开即用。输出结果可直接使用，减少二次加工成本。提供结构化输出和错误处理机制。
结构化分析任意输入,支持数据、代码、文本、决策的优先级排序与结论推导。Use when 需要数据分析、报表生成、统计洞察、数据可视化时使用。不适用于实时流数据处理。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互，无需复杂配置即开即用。输出结果可直接使用，减少二次加工成本。提供结构化输出和错误处理机制。
1 installs
CSV 工具集 v1.1.0 — 子命令+安全增强。 预览、筛选、排序、合并、分割、去重、验证、统计、 列操作(重命名/选择/计算列)、类型检测、数据画像、抽样。 纯Python标准库(csv模块)，无外部依赖。 Use when: - 需要快速处理CSV文件（预览/筛选/排序/统计） - 合并多个CSV文件或分割大CSV文件 - CSV数据去重、列操作、类型检测、数据画像 Do NOT use when: - 非CSV格式数据（JSON/YAML/Excel/数据库） - 需要写回原始输入文件 - 简单的数据查看（推荐用 cat/head 等系统命令） 🎉 v1.1.0 新增子命令:
CSV Processor 专业版面向专业数据工程师与数据治理团队，在免费版基础上解锁流式大文件处置、自定义清洗规则、Schema 校验与数据质量评分。核心能力：GB。面向专业数据工程师与数据治理团队的全功能 CSV 清洗平台，在免费版基础上解锁流式处理、自定义规则、Schema 校验与数据质量评分.
从Excel/PDF文件分析财务数据，生成含趋势图的HTML分析报告。Use when 需要数据分析、报表生成、统计洞察、数据可视化时使用。不适用于实时流数据处理。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互，无需复杂配置即开即用。输出结果可直接使用，减少二次加工成本。提供结构化输出和错误处理机制。