数据分析Skill：一句话跑通从探索性分析到回归制图的 R 全流程
- 技能定位：这是一个端到端的 R 数据分析工作流，输入一个数据集路径或一句分析目标，就能依次完成数据加载、探索性分析、主分析（回归）、发布就绪的表格与图表导出。
- 核心能力：内置五阶段工作流（设置与加载 → EDA → 主分析 → 发布就绪输出 → 保存与审核），并强制遵循项目内的 R 代码规范。
- 工程化约束：脚本统一落在
scripts/R/，图表、表格、RDS 统一落在output/，所有计算结果用saveRDS()留存，方便后续 Quarto 幻灯片复用。 - 质量控制：生成脚本后会委托
r-reviewer代理审核，并要求修复关键与高优先级问题后才展示结果。 - 适合谁用：需要做面板回归、撰写论文或报告、追求可复现分析流程的研究者、数据分析师与数据内容创作者。
1. 该技能叫什么？如何下载安装 AI 技能提升开发效率？
这个技能的中文名是数据分析Skill，英文名是 data-analysis，技能 ID 为 13624。
它要解决的问题很具体：真实的数据分析往往不是"一次提问一次回答"，而是一条长链条——读数据、查缺失、画分布、跑回归、换设定做稳健性、把结果整理成能贴进论文或报告的表格和图。传统做法里，这条链条散落在几十个 Notebook 单元格和一堆临时脚本中，换个人接手就复现不出来。数据分析Skill 把这套流程固化成一条带约束的工作流，让"分析"从个人手艺变成可交付的产物。
一键安装的思路与步骤：
- 确认前提：需要在支持技能（Skill）机制的 AI 编程环境中使用；本地需具备 R 运行环境，因为脚本最终通过命令行执行。工作流中会用到
tidyverse、fixest、modelsummary等 R 包，建议提前安装。 - 获取技能：通过该技能所在平台的技能市场或官方分发入口检索技能 ID 13624 或英文名 data-analysis 进行添加。具体的安装命令、入口地址与版本信息以官方说明为准。
- 启用技能：安装后在会话中调用该技能，并按其参数提示传入内容——格式为
[数据集路径或分析目标描述]。 - 验证是否生效：调用后如果技能能正常识别你给的数据集路径或分析目标，并开始按"设置与加载 → 探索性分析 → 主分析 → 发布就绪输出 → 保存与审核"的阶段推进，同时在
scripts/R/下生成脚本、在output/下生成产物，说明技能已生效。 - 权限核对：该技能声明的可用工具为「读取、Grep、Glob、写入、编辑、Bash、任务」。如果环境中这些工具被限制，脚本生成或命令执行环节会受影响。
另外需要注意该技能的属性：禁用模型调用为 true。这意味着它更偏向"按既定规范执行脚本化流程"，而不是在分析过程中随意发挥，对追求结果可复现的用户是加分项。
2. 该技能的主要功能和特点
- 端到端一条龙：从数据加载一直做到发布就绪的表格与图表，不需要在多个工具之间来回搬运中间结果。
- 五阶段工作流：阶段 1 设置与数据加载、阶段 2 探索性数据分析、阶段 3 主要分析、阶段 4 发布就绪输出、阶段 5 保存与审核，每阶段职责清晰。
- 强制代码规范：要求先阅读
.claude/rules/r-code-conventions.md了解项目标准，脚本必须带标题、作者、目的、输入、输出注释。 - 规范化目录约定：脚本写入
scripts/R/并使用描述性命名，图表、表格、RDS 全部写入output/，诊断图单独存到output/diagnostics/。 - 探索先行：在跑回归之前，先输出摘要统计、缺失率、变量类型、连续变量直方图、散点图、相关矩阵、面板数据的时间趋势图、处理组与对照组的处理前均值比较。
- 回归能力覆盖面板与横截面：面板数据用
fixest，横截面用lm/glm；支持在合适层级聚类标准误并记录原因；支持从简单设定逐步加控制变量的多设定对比；同时报告标准化效应与原始系数。 - 发布级制表：优先用
modelsummary（备选stargazer），包含系数、标准误、显著性星号、样本量、R 平方，导出.tex供 LaTeX 嵌入、.html供快速预览。 - 发布级制图：用
ggplot2加项目主题，bg = "transparent"兼容 Beamer，坐标轴标签使用句子大小写并标注单位，用ggsave(width = X, height = Y)明确尺寸，同时存.pdf与.png。 - 可复现性设计：顶部统一
set.seed(42)，每个计算对象都用saveRDS()保存，所有路径使用相对路径，禁止硬编码样本限制与日期范围。 - 自带审核环节：脚本生成后委托
r-reviewer代理审核，先解决关键与高优先级问题再展示结果。
和"随手让 AI 写一段分析代码"相比，它强在流程固定、产物齐全、可复现、可交付，而不是单点代码生成能力。
3. 如何使用该技能？
第 1 步：准备输入。 技能参数格式是 [数据集路径或分析目标描述]，两种写法都支持：
- 给路径：例如
data/county_panel.csv - 给目标：例如「使用 CPS 数据，以教育为自变量，回归工资，加入州固定效应」
第 2 步：让技能读取项目规范。 技能会先读取 .claude/rules/r-code-conventions.md，并检查 .claude/rules/ 中是否有自定义绘图主题。建议提前把这些规则文件准备好，否则规范约束会落空。
第 3 步：生成脚本骨架。 技能会按模板创建 R 脚本，包含标准文件头（标题、作者、目的、输入、输出）、library() 加载包、set.seed(42)、dir.create("output/analysis", recursive = TRUE, showWarnings = FALSE)，然后进入数据加载。
第 4 步：查看探索性分析产物。 完成后到 output/diagnostics/ 查看诊断图：摘要统计、缺失率、直方图、散点图、相关矩阵等。这一步是"展示工作"的体现，先看数据长什么样，再谈建模。
第 5 步：确认主分析设定。 技能会按你描述的模型逐步推进——先简单设定，再加控制变量。如果你明确指定了回归形式，它会"再现，不猜测"，照着跑。同时会检查多重共线性、异常值、完美预测等问题。
第 6 步：取用发布就绪输出。 在 output/ 下拿到 .tex、.html 表格与 .pdf、.png 图表；关键对象（回归结果、摘要表、处理后的数据）以 RDS 形式保存，可直接被 Quarto 幻灯片引用。
第 7 步：走审核闭环。 技能会委托 r-reviewer 代理审核生成脚本，例如「审核脚本 scripts/R/[脚本名称].R」，并处理关键或高优先级问题。
输入输出示例小结：输入一句「数据在 data/county_panel.csv，跑县级面板的教育对收入的回归，加县固定效应和年份固定效应」→ 产出 scripts/R/ 下一个带完整文件头的脚本、output/diagnostics/ 下的诊断图、output/ 下的回归表（.tex/.html）与系数图（.pdf/.png），以及对应的 RDS 对象。
4. 同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装/使用门槛 | 适用场景 | 优势与不足 |
|---|---|---|---|---|---|
| data-analysis（数据分析Skill） | 规范化的端到端 R 分析工作流 | 五阶段流程、EDA 诊断、fixest/lm 回归、modelsummary 制表、ggplot2 制图、RDS 留存、r-reviewer 审核 | 需支持技能机制的环境 + 本地 R 环境 + 相关 R 包；按官方说明安装，门槛中等 | 学术研究、政策评估、需要可复现交付物的分析 | 优势：流程固定、产物齐全、可复现、自带审核；不足：绑定 R 生态与项目规则文件，非 R 用户需先补齐环境 |
| 通用 AI 对话式数据分析（代码解释器类工具） | 即问即答的临时分析 | 上传表格、生成图表、写片段代码 | 门槛最低，网页端即可 | 快速看数、临时探索、轻量图表 | 优势：上手快；不足：流程不固定，产物零散，难以沉淀成可复现项目 |
| 手工 Jupyter / RStudio 工作流 | 传统自建分析流程 | 全自由，任意包任意写法 | 需要自己搭环境、自己定规范 | 高度定制化的分析 | 优势：完全可控；不足：规范靠自觉，复现成本高，制表制图需手写大量模板代码 |
| Python pandas + statsmodels 自建流程 | 以 Python 为主的统计建模 | 数据清洗、回归、可视化 | 需 Python 环境与自建脚本 | 工程侧数据团队、与生产系统集成 | 优势：与工程栈一致；不足：面板固定效应等计量场景不如 R 生态顺手，仍需自建规范 |
选择建议：如果你的分析要落到论文、报告或长期维护的项目里，且团队使用 R，data-analysis 的规范化收益最明显；如果只是临时看一眼数据，通用对话式工具更轻。
5. 该技能的典型应用场景与实际体验情况
场景一：社科研究者做面板回归。 研究者的痛点是稳健性检验做十几版，每版都要改代码、重跑、重出表，最后自己都分不清哪张表对应哪个设定。用这个技能时，只要给出「数据集路径 + 研究问题 + 固定效应要求」，它会从摘要统计起步，逐步加控制变量，最后输出带系数、标准误、显著性星号、样本量、R 平方的 .tex 表格。实际体验上，上手难度中等偏低——难点不在技能本身，而在于提前准备好 .claude/rules/ 下的规范与主题文件；效果上最大收益是产物结构统一。
场景二：教学或课程作业的可复现示例。 教师需要给学生一份"从读数据到出图"的完整示范脚本。技能的脚本模板自带文件头与分节注释（0 设置、1 数据加载、2 探索性分析、3 主要分析、4 表格和图、5 导出），可直接当作教学素材。注意事项是：脚本仍需人工过一遍，特别是样本限制、变量定义这类业务含义，技能强调"无硬编码值"，但变量语义只有你自己清楚。
场景三：数据内容创作者的图表产出。 需要把分析结果放进幻灯片或文章，要求图能直接嵌入。技能用 ggplot2 配项目主题、bg = "transparent" 兼容 Beamer、同时导出 .pdf 与 .png，省掉了"图导出后还要手动调字号和留白"的反复。实际体验上出图一致性很好，前提是项目里确实存在自定义主题文件。
场景四：团队交接与复现。 人员流动时，最怕的是"这份结果不知道怎么跑出来的"。技能把脚本固定在 scripts/R/、产物固定在 output/、关键对象用 RDS 留存、随机种子统一设为 42，交接时按目录就能还原。注意点：相对路径必须基于仓库根目录运行，否则读写会错位。
整体体验小结：上手不难，真正的门槛在环境与规则文件的前置准备；效果上"流程完整度"和"产物规范度"是明显优势；需要留意的是技能属性中禁用模型调用，因此它不会替你做业务判断，模型设定的合理性仍要人来把关。
6. 该技能能为用户带来的价值
- 把流程从"人记"变成"技能记"：五阶段工作流写死在技能里，不会因为换了个人、隔了两个月就漏掉探索性分析或漏存 RDS。
- 显著压缩重复劳动：摘要统计、诊断图、多设定回归、制表、制图、导出这一整套动作，从手写数百行代码变成一次调用加少量确认。
- 降低可复现门槛：统一种子、统一目录、统一命名、相对路径、禁止硬编码，让"别人能跑通你的分析"从愿望变成默认结果。
- 提高交付物质量：表格含齐全部统计要素并同时导出
.tex与.html，图表带单位标注、明确尺寸、双格式输出，减少投稿或发布前的返工。 - 多一道质量闸门：
r-reviewer审核环节在结果展示前拦截关键问题，降低"跑出数就发出去"的风险。 - 长期价值：
output/下的 RDS 对象可被 Quarto 幻灯片等下游复用，一次分析投入可以喂给论文、汇报、博客多个出口。
7. 常见问题 FAQ
Q1：这个技能怎么安装？需要什么前置条件？
A：在支持技能机制的环境中检索技能 ID 13624 或英文名 data-analysis 添加即可，具体安装入口与命令以官方说明为准。前置条件是本地有可用的 R 环境，并安装工作流中用到的 R 包（如 tidyverse、fixest、modelsummary）；同时建议准备好 .claude/rules/r-code-conventions.md 规范文件与项目绘图主题。
Q2：这个技能收费吗？ A：技能详情中没有提供价格信息，是否收费、有无免费额度取决于所在平台的计费策略，请以官方说明为准。
Q3：它适合谁用？不会写 R 能用吗？ A：最适合需要做面板或横截面回归、并且要求结果可复现、产物可交付的研究者、分析师和数据内容创作者。完全不懂 R 的用户用起来会比较吃力，因为审核脚本、判断变量语义、确认模型设定仍然需要 R 与计量基础；技能负责把流程跑规范，不负责替你做研究判断。
Q4：它和直接用 AI 聊天工具分析数据有什么区别？
A：聊天式工具胜在即问即答，但流程不固定、产物零散、难复现。这个技能把探索性分析、主分析、制表制图、保存审核固化成五阶段，脚本落到 scripts/R/、产物落到 output/、关键对象用 saveRDS() 留存，还带 r-reviewer 审核，更适合需要长期维护和交接的项目。
Q5：用的时候有哪些容易踩的坑？ A：三点值得注意。第一，所有路径必须相对于仓库根目录，否则读写位置会错；第二，如果缺少规则文件或自定义主题，代码规范与图表主题的约束会落空；第三，这个技能禁用模型调用，它会"再现，不猜测"你给的模型设定，因此设定本身是否合理需要你自己确认——跑得规范不等于跑得正确。