让 AI Agent 帮你做数据分析：从 Excel 到可视化报告

把 Excel 文件上传到 KimiClaw，输入：

请帮我分析这个销售数据文件：

1. 有多少行、多少列？
2. 每列的数据类型是什么？
3. 有没有空值、重复值、异常值？
4. 数据的时间范围是什么？
5. 给我 5 条最重要的初步发现

KimiClaw 会自动解析文件结构，给你一份"数据体检报告"。

你: 数据中有以下问题，请帮我清洗：

1. "金额"列有部分行是字符串"暂无"，替换为 0
2. "日期"列格式不统一，统一为 YYYY-MM-DD
3. 删除"订单号"重复的行（保留最新一条）
4. "地区"列有空格和全半角混用，统一格式
5. 生成清洗后的新文件供下载

AI 会生成 Python 代码来处理，你可以直接运行或让它在线执行。

你: 请对清洗后的数据做以下分析：

1. 各地区的销售额排名（降序）
2. 月度销售趋势（按月汇总）
3. 销售额 Top 10 产品
4. 各产品类别的占比
5. 同比/环比增长率

输出为 Markdown 表格。

不用写一行代码，AI 帮你完成所有统计计算。

你: 请生成以下图表（使用 Python matplotlib）：

1. 月度销售趋势折线图
2. 各地区销售额柱状图
3. 产品类别饼图
4. Top 10 产品水平条形图

要求：
- 配色使用专业商务风格
- 中文标签，字体使用 SimHei
- 图表尺寸 12x6，DPI 150
- 保存为 PNG 文件

AI 生成代码后，在 OpenClaw 中执行，自动输出图表。

你: 基于以上分析结果，帮我撰写一份销售数据分析报告：

格式要求：
1. 执行摘要（200 字以内）
2. 关键发现（5 条，每条配数据支撑）
3. 趋势分析（月度趋势解读）
4. 区域洞察（各地区差异化分析）
5. 行动建议（3-5 条可执行的建议）

语气：专业但不过于学术，面向管理层

你: 把上面的分析流程整合为一个 Python 脚本，
功能：
1. 读取指定路径的 Excel 文件
2. 自动清洗（应用步骤二的规则）
3. 生成统计表格和图表
4. 输出 Markdown 格式报告
5. 图表保存到 output/ 目录

脚本要能复用，下次换一份销售数据也能跑。

这样下次只需要换数据文件，一键运行就能出报告。