第 1 步 · sa.exploratory-data-analysis
先读懂数据形状和质量
发给 Agent 的任务
用 exploratory-data-analysis 检查这些数据文件的格式、字段、缺失、异常值、重复、单位和可疑批次，并给出下游分析建议。建议产出
数据画像质量问题分析建议
data-analysis
我拿到数据了，需要从探索、清洗到可复现分析
面向表格、科学文件、时间序列和大数据，把探索性分析、清洗、建模、统计解释和可复现执行串起来。
适合谁
有原始数据但流程未定的研究者需要复现旧分析的人处理较大数据集的团队
准备这些材料
CSV、Excel、HDF5、图像或科学数据文件数据字典或字段说明目标图表/统计问题运行环境限制
会调用的 Skills
sa.exploratory-data-analysissa.polarssa.dasksa.statistical-analysissa.scientific-visualization
开始前
先安装这个工作流需要的 Skills
选择你的系统和 Agent，复制命令到终端运行。安装完成后，再把下方提示词交给 Agent。
curl -sSL https://paperskills.com/scripts/paperskills-install.sh | bash -s -- \
--tool codex \
--skills sa.exploratory-data-analysis,sa.polars,sa.dask,sa.statistical-analysis,sa.scientific-visualization \
--registry https://paperskills.com/api/registry推荐工作流
查看 Skill
第 2 步 · sa.polars
建立可复现处理管线
发给 Agent 的任务
用 polars 把清洗、类型转换、聚合、连接和派生变量写成可复现脚本；如果数据超过内存，说明何时切换到 dask。建议产出
清洗脚本派生变量表性能策略
第 3 步 · sa.statistical-analysis
输出统计结论和图表草案
发给 Agent 的任务
用 statistical-analysis 选择合适检验/模型，检查假设，输出结果解释、效应量、置信区间和可视化建议。建议产出
统计结果效应量图表草案
exploratory-data-analysis
对 200 多种文件格式的科学数据文件执行全面的探索性数据分析。在分析任何科学数据文件以了解其结构、内容、质量和特征时，应使用此技能。自动检测文件类型并生成详细的降价报告，其中包含特定于格式的分析、质量指标和下游分析建议。涵盖化学、生物信息学、显微镜、光谱学、蛋白质组学、代谢组学和一般科学数据格式。
查看 Skillpolars
用于适合 RAM 的数据集的快速内存中 DataFrame 库。当 pandas 太慢但数据仍然适合内存时使用。惰性求值、并行执行、Apache Arrow 后端。最适合 1-100GB 数据集、ETL 管道、更快的 pandas 替换。对于大于 RAM 的数据，请使用 dask 或 vaex。
查看 Skilldask
适用于大于 RAM pandas/NumPy 工作流程的分布式计算。当您需要将现有 pandas/NumPy 代码扩展到内存之外或跨集群时使用。最适合并行文件处理、分布式机器学习、与现有 pandas 代码集成。对于单机上的核外分析，请使用 vaex；对于内存速度，请使用极坐标。
查看 Skillstatistical-analysis
通过测试选择和报告指导统计分析。当您需要帮助为您的数据选择适当的测试、假设检查、功效分析和 APA 格式的结果时使用。最适合学术研究报告、考试选择指导。要以编程方式实现特定模型，请使用 statsmodels。
查看 Skillscientific-visualization
用于准备发表的人物的元技能。在创建需要多面板布局、重要性注释、错误栏、色盲安全调色板和特定期刊格式（《自然》、《科学》、《细胞》）的期刊提交图表时使用。使用发布样式协调 matplotlib/seaborn/plotly。为了快速探索，直接使用seaborn或plotly。
查看 Skill