ai-analyst-lab/ai-analyst

解决的问题

该项目提供一个集成到 Claude Code 中的 AI 驱动的数据分析师。它将数据分析流程从仅生成 SQL 查询，转变为涵盖数据概要分析、验证以及创建专业交付成果（如摘要报告和幻灯片演示文稿）的完整分析工作流。

如何工作

该系统由三个架构层构成：

• 技能：在 .claude/skills/ 中定义的自动化标准，确保分析师遵循最佳实践，例如正确地对图表进行样式设置，或为每个报告的数值提供比较。
• 管道代理：位于 agents/ 中的多步骤工作流定义，用于处理复杂的端到端任务，如全面调查或预测分析。
• 助手：处理实际数学和统计计算的确定性 Python 库，包括因果推断、实验设计（A/B 测试）和预测分析，确保 LLM 负责推理，而代码负责执行算术运算。

系统维护一个 .knowledge/ 文件夹作为持久化内存存储，用于保存模式说明、指标定义以及用户修正记录，防止重复犯错。

适用人群

希望自动化数据探索与分析中繁琐部分，同时保持高严谨性和可信度的数据分析师、商业智能专业人士和决策者。

主要亮点

• 广泛的连接性：支持 CSV、DuckDB、Postgres、BigQuery、Snowflake、Databricks、Redshift、SQL Server 和 MySQL。
• 严格的验证：包含评估控制平面，用于衡量可靠性，追溯发现结果到原始数据行，并进行结果三角验证。
• 专业交付成果：可将分析结果导出为 Google Docs、Slides、Notion、PDF、Word、Slack 或电子邮件。
• 高级分析功能：内置对 A/B 测试设计、功效分析和因果推断（如双重差分法）的支持。
• 持久化知识：跨会话记住业务术语表和用户修正的错误。