OpenClaw Skill 每日推荐 - Data & Analytics（数据分析）

OpenClaw Skill 每日推荐 · 第 9 期：Data & Analytics（数据分析）

本系列每天介绍一个 OpenClaw Skill 分类，精选其中最有代表性的技能，帮你把 AI 助手真正用起来。今天是第 9 期——数据分析。

今日分类概述

Data & Analytics 分类下共有 41 个 skills，覆盖了数据分析工作的完整链路：

  • 文件级查询分析：duckdb-en、csv-pipeline、data-analyst
  • 数据库与云服务：supabase、nocodb、senior-data-engineer
  • 数据接入与采集：yahoo-data-fetcher、tabstack-extractor、ipinfo
  • 领域数据：douban-sync-skill（豆瓣）、umea-data（瑞典于默奥开放数据）、hyperliquid（加密货币行情）
  • 分析与治理：osint-graph-analyzer、data-lineage-tracker、senior-data-scientist

这一分类的共同点是：让 AI 助手直接处理数据，而不是让你先开一个 Jupyter Notebook。下面精选 5 个详解。

精选 Skill 详解

1. duckdb-en —— 把 SQL 变成万能数据瑞士军刀 ⭐⭐⭐⭐½

  • 作者：camelsprout
  • 安装：openclaw skills install @camelsprout/duckdb-cli-ai-skills
  • 依赖：本地安装 DuckDB CLI
  • 安全审计：VirusTotal / OpenClaw 双 Benign ✅

核心功能：DuckDB 是嵌入式分析型数据库，这个 skill 教会 AI 助手用它直接对 CSV、Parquet、JSON 文件跑 SQL——不需要启动数据库服务，不需要写 pandas 脚本，文件在哪，查询就在哪。

实用场景：

  • 一行命令统计 CSV 里符合条件的记录，不用打开 Excel
  • Parquet 导出转 CSV，方便给用 Excel 的同事
  • 跨多个日志文件按类别聚合交易金额
  • 大文件导入前先用 LIMIT 预览结构

示例：

1
2
3
duckdb -table -c "SELECT category, SUM(amount) AS total
FROM 'sales_2024.csv'
GROUP BY category ORDER BY total DESC"

直接输出格式化的 ASCII 表格。对经常和”一堆数据文件”打交道的人来说，这是本分类里性价比最高的 skill 之一——查询即开即用，分析完即走。

2. csv-pipeline —— 零依赖的表格数据处理管线 ⭐⭐⭐⭐½

  • 作者：gitgoodordietrying
  • 依赖：仅需 Python 3（标准库）
  • 支持格式：CSV / TSV / JSON / JSON Lines
  • 安全审计：Benign ✅

核心功能：提供一套完整的表格数据处理方法论——过滤、去重、排序、join、聚合、格式转换、数据校验、生成 Markdown 报告，全部用 shell 标准工具 + Python 标准库实现，零外部依赖。

亮点设计：

1
2
3
4
5
6
7
8
9
# awk 一行过滤：第 3 列大于 100 的行
awk -F',' 'NR==1 || $3 > 100' data.csv > filtered.csv

# 按第 2 列去重（保留首次出现）
awk -F',' '!seen[$2]++' data.csv > deduped.csv

# 甚至可以借用 Python 自带的 sqlite3 内存库做聚合
sqlite3 :memory: ".mode csv" ".import data.csv t" \
  "SELECT category, SUM(amount) FROM t GROUP BY category;"

SKILL.md 里还内置了流式处理函数（逐行读写，不撑爆内存）和schema 校验器（检查邮箱格式、日期格式、数值类型），处理”脏数据”的常见坑基本都提前填好了。

适合谁：经常收到各种格式的数据文件、需要快速清洗和汇总报告的人。和 duckdb-en 组合使用效果更佳——简单转换用 shell，复杂分析用 DuckDB。

3. data-analyst —— 全流程数据分析工作流 ⭐⭐⭐⭐

  • 作者：oyi77
  • 下载量：16.3k（本分类下载量第一）
  • 安全状态：⚠️ OpenClaw 标记为 Suspicious，使用前建议先审查其脚本内容

核心功能：把 AI 助手变成”数据分析师”，覆盖 SQL 查询、表格处理、可视化、报告生成、数据清洗、统计分析六大能力。它的 SKILL.md 本身就是一份浓缩的数据分析教科书：

  • SQL 模板：留存分析（Cohort）、漏斗转化、环比增长（LAG 窗口函数）一应俱全
  • 数据清洗清单：缺失值、重复、离群值（IQR 法）的检测与处理 SQL
  • 图表选型指南：什么数据用什么图，一目了然
  • 报告模板：从执行摘要到方法论附录的完整 Markdown 骨架

漏斗分析示例（SKILL.md 内置）：

1
2
3
4
5
6
7
8
9
10
11
WITH funnel AS (
    SELECT
        COUNT(DISTINCT CASE WHEN event = 'page_view' THEN user_id END) as views,
        COUNT(DISTINCT CASE WHEN event = 'signup'   THEN user_id END) as signups,
        COUNT(DISTINCT CASE WHEN event = 'purchase' THEN user_id END) as purchases
    FROM events
    WHERE date >= CURRENT_DATE - INTERVAL '30 days'
)
SELECT views, signups, purchases,
       ROUND(signups * 100.0 / NULLIF(views, 0), 2) as signup_rate
FROM funnel;

提醒：它是本分类最热门的 skill，但被标记 Suspicious——热门不等于安全。安装后建议先通读 scripts/ 目录再投入使用，这也是用任何社区 skill 的好习惯。

4. supabase —— 让 AI 助手直接操作你的云数据库 ⭐⭐⭐⭐

  • 作者：stopmoclay
  • 依赖：SUPABASE_URL + SUPABASE_SERVICE_KEY 环境变量
  • 安全审计：Benign ✅

核心功能：封装 Supabase（PostgreSQL 云服务）的常用操作：CRUD、原生 SQL、表管理、存储过程调用，最亮眼的是内置 pgvector 向量检索。

向量检索三步走：

1
2
3
4
5
6
7
8
9
10
11
12
13
-- 1. 启用扩展
CREATE EXTENSION IF NOT EXISTS vector;

-- 2. 建表（embedding 列 1536 维）
CREATE TABLE documents (
  id bigserial PRIMARY KEY,
  content text,
  embedding vector(1536)
);

-- 3. 建相似度检索函数 + ivfflat 索引
CREATE INDEX ON documents
USING ivfflat (embedding vector_cosine_ops) WITH (lists = 100);

之后一行命令就能做语义搜索：

1
supabase.sh vector-search documents "如何配置登录鉴权" --limit 10

实用场景：给个人知识库加语义检索、为聊天机器人挂长期记忆、快速搭建原型后端。skill 文档里也明确提醒了 service key 会绕过 RLS（行级安全），生产环境要注意用 anon key。

5. douban-sync-skill —— 把你的豆瓣十年记录装进本地 ⭐⭐⭐⭐

  • 作者：cosformula
  • 版本：v0.2.2
  • 依赖：DOUBAN_USER 环境变量
  • 安全审计：Benign ✅

核心功能：导出并同步豆瓣的书 / 影 / 音 / 游戏收藏到本地 CSV（Obsidian 兼容），提供两种模式：

  1. 全量导出：通过浏览器逐页抓取收藏页（每页 30 条，自动翻页，内置 2-3 秒限速 + 被封 30 秒重试策略）
  2. 增量同步：走豆瓣 RSS，无需登录，可挂每日 cron 自动跑

输出结构：

1
2
3
4
5
6
douban-sync/
└── {user_id}/
    ├── 书.csv
    ├── 影视.csv
    ├── 音乐.csv
    └── 游戏.csv

每条记录包含标题、链接、日期、个人评分、状态（读过/在读/想读）和短评，按豆瓣 URL 去重，重复跑也安全。

实用场景：年度书影总结的数据源、导入 Obsidian 做个人阅读图谱、给”豆瓣倒闭了数据怎么办”买个保险。对中文用户来说，这是本分类里最有亲切感的一个。

应用场景总结

把今天的 5 个 skill 串起来，就是一条完整的个人数据分析工作流：

环节 Skill 一句话
文件探索 duckdb-en SQL 直接查 CSV/Parquet，免建库
清洗转换 csv-pipeline 零依赖的格式转换与数据清洗
深度分析 data-analyst 留存、漏斗、可视化、报告模板全套
落库检索 supabase 云数据库 + pgvector 语义搜索
生活数据 douban-sync-skill 豆瓣收藏自动同步本地

推荐指数排名：

  1. 🥇 duckdb-en（⭐⭐⭐⭐½）—— 上手最快，收益最直接
  2. 🥈 csv-pipeline（⭐⭐⭐⭐½）—— 零依赖，随装随用
  3. 🥉 data-analyst（⭐⭐⭐⭐）—— 内容最全，但注意安全标记
  4. supabase（⭐⭐⭐⭐）—— 适合已有 Supabase/向量检索需求的用户
  5. douban-sync-skill（⭐⭐⭐⭐）—— 小而美，中文用户强烈推荐

实用建议

  • 先装 duckdb-en：如果你今天只装一个，装它。brew install duckdb 之后就能用，学习成本几乎为零。
  • 注意供应链安全：data-analyst 下载量最高却被标 Suspicious，说明下载量 ≠ 安全。装任何 skill 前花两分钟看看它的脚本做了什么。
  • 组合拳：csv-pipeline 负责清洗 → duckdb-en 负责分析 → supabase 负责持久化和语义检索，三个免费 skill 就能搭起个人数据中台。
  • 定时任务：douban-sync-skill 这类”同步型” skill 一定要配 cron，增量模式不登录也能跑，Set and forget。

明日预告：DevOps & Cloud（DevOps 与云服务）。数据有了，下一篇看看怎么部署上线。

相关文章推荐

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

程序员，关于技术我所知甚少，唯有探索，方得真知。