skills/preloaded/data-processor/SKILL.md
企业级知识库数据处理与分析技能，用于处理 RAG 检索结果和执行数据分析任务。
当用户请求涉及以下内容时，使用此技能：
分析输入的 JSON 数据，生成统计报告。
命令行用法 (仅供参考):
# 通过 stdin 传入 JSON 数据
echo '{"items": [1, 2, 3, 4, 5]}' | python scripts/analyze.py
# 或传入文件路径（需要文件实际存在）
python scripts/analyze.py --file data.json
使用 execute_skill_script 工具时:
input 参数传入，不要使用 args--file 参数仅用于读取技能目录中已存在的文件，不适用于传递内存数据// ✅ 正确：通过 input 传入数据
{
"skill_name": "数据处理器",
"script_path": "scripts/analyze.py",
"input": "{\"items\": [1, 2, 3], \"query\": \"统计分析\"}"
}
// ❌ 错误：--file 需要文件路径，不能单独使用
{
"skill_name": "数据处理器",
"script_path": "scripts/analyze.py",
"args": ["--file"],
"input": "{...}"
}
输入格式:
{
"items": [数据项数组],
"query": "可选的查询描述"
}
输出: JSON 格式的统计结果，包含计数、求和、平均值等。
在 JSON、CSV、Markdown 表格之间转换数据。
用法:
# JSON 转 CSV
echo '[{"name": "A", "value": 1}]' | python scripts/format_converter.py --to csv
# JSON 转 Markdown 表格
echo '[{"name": "A", "value": 1}]' | python scripts/format_converter.py --to markdown
# CSV 转 JSON
echo 'name,value\nA,1' | python scripts/format_converter.py --from csv --to json
从文本中提取结构化信息（数字、日期、关键词等）。
用法:
echo "2024年销售额为100万元，同比增长15%" | python scripts/extract_info.py
输出:
{
"numbers": ["100", "15"],
"dates": ["2024年"],
"percentages": ["15%"],
"amounts": ["100万元"]
}
当需要分析知识库检索结果时：
analyze.py 进行统计示例：
用户: "帮我统计知识库中提到的所有产品销售数据"
步骤:
1. 使用 knowledge_search 检索相关文档
2. 整理数据为 JSON 格式
3. 调用 execute_skill_script:
- skill_name: "data-processor"
- script_path: "scripts/analyze.py"
- 通过 stdin 传入数据
4. 解析输出并生成报告
当用户需要特定格式输出时：
format_converter.py 转换分析结果示例：
## 数据分析报告
### 基本统计
- 数据条数: 50
- 数值总和: 1,234,567
- 平均值: 24,691.34
- 最大值: 99,999
- 最小值: 100
### 分布情况
| 区间 | 数量 | 占比 |
|------|------|------|
| 0-1000 | 10 | 20% |
| 1000-10000 | 25 | 50% |
| >10000 | 15 | 30% |
### 结论
根据数据分析，XXX...