Token导航 LogoToken导航

Agent Skill · 效率

datafenxi(datafenxi 分析)

用于辅助数据整理、表格处理、CSV/Excel 分析、指标计算和图表准备。它适合让 Agent 清洗字段、汇总数据、发现异常、生成统计口径或把分析结果转成可读说明。使用时需要确认数据来源、字段含义和时间范围,避免把样本数据当全量事实;涉及敏感数据、导出文件或批量写回时,应先确认权限和脱敏边界。

datafenxi 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 8,381。

总安装 7,144周安装 289GitHub Stars 公开资料未说明下载 2,243核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:datafenxi(datafenxi 分析)
来源仓库:https://github.com/liyuying55555-gif/datafenxi
安装命令:
openclaw skills install datafenxi
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install datafenxi

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

通过收集、清洗和分析数据,运用统计和机器学习方法,帮助企业做出数据驱动的业务决策与优化。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install datafenxi;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

datafenxi 怎么安装?

在终端执行 openclaw skills install datafenxi。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

datafenxi 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

datafenxi 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

datafenxi 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

datafenxi 用的人多吗?

公开数据是累计安装 7,144 次,近一周安装 289 次,下载 2,243 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

datafenxi 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
datafenxi

datafenxi 分析 · 本页

7,144—需要联网MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

技能名称:数据分析

概述

数据分析是指通过收集、清洗、处理和分析数据,从中提取有价值信息和洞察的过程。它结合了统计学、计算机科学和业务知识,帮助组织做出数据驱动的决策。

核心能力

  • 数据获取:能够从数据库、API、网络爬虫等多种来源收集数据。
  • 数据清洗:使用工具(如Python的Pandas、R的dplyr)处理缺失值、异常值,统一数据格式。
  • 数据分析:运用统计方法和机器学习模型探索数据,发现规律与趋势。
  • 数据可视化:通过图表(如Matplotlib、Tableau)直观展示分析结果。
  • 业务解读:将数据发现转化为可操作的业务建议。

应用场景

  • 市场营销:用户分群、广告效果评估、销售预测。
  • 产品优化:A/B测试分析、用户行为分析。
  • 运营管理:供应链优化、成本控制。
  • 金融风控:信用评分、欺诈检测。

学习路径

  1. 基础知识:统计学基础(描述性统计、概率论)、数据库SQL。
  2. 工具学习:

- Excel(基础分析) - Python(Pandas、NumPy、Matplotlib、Scikit-learn)或R语言 - BI工具(Power BI、Tableau)

  1. 进阶技能:机器学习算法、大数据处理(Hadoop、Spark)。
  2. 项目实践:通过Kaggle竞赛、实习或实际业务项目积累经验。

认证与资源

  • 认证:CDA数据分析师认证、Cloudera数据分析师认证。
  • 在线课程:Coursera(数据科学专项课程)、edX、DataCamp。
  • 书籍:《利用Python进行数据分析》、《精益数据分析》。
  • 社区:Kaggle、Stack Overflow、知乎数据分析话题。

平台分布

OpenClaw

90%
按下载量换算2,019

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills