适合做什么
- 分析支持的本地数据文件，记录缺失、泄漏和异常值风险。
准备条件
- 核心 CLI 需 Python 3.11+；可选格式需安装上游列出的包。
第一次使用
安装后在 AI 工具中发送这条示例。
请使用 exploratory-data-analysis：分析此已脱敏 CSV，报告缺失值、重复行和疑似目标泄漏。
检查预期结果
范围明确的数据概况与报告，并说明支持格式的限制。
使用边界
- 未知格式不会自动得到支持；上游核心工具会拒绝不支持的输入。
公开来源，可追溯
已检查来源、许可证和包内文件。尚未完成所有工具中的真实任务测试；示例描述的是预期结果。
来源审核日期:
FAQ
智能体 Skills 常见问题
从选择、安装到第一次使用，找到你需要的答案。
如何安装和开始使用 审查与探索数据集？
下载本页的完整 ZIP，保留 exploratory-data-analysis 文件夹及配套文件。Claude Code 项目安装目录为 .claude/skills/exploratory-data-analysis/，Codex 为 .agents/skills/exploratory-data-analysis/，SKILL.md 应直接位于其中。完成本页准备条件、确认工具已识别后，使用“第一次使用”卡片中的示例开始小任务。
使用 审查与探索数据集 需要准备什么？
核心 CLI 需 Python 3.11+；可选格式需安装上游列出的包。
这些 Skills 可以处理中文任务吗？
可以要求支持中文的智能体处理中文材料并用中文输出。请在任务中明确输出语言、目标读者和术语要求；具体效果取决于智能体和 Skill，使用时按任务要求检查结果。
这个 Skill 来自哪里，使用什么许可证？
原作者为 K-Dense，上游仓库为 K-Dense-AI/scientific-agent-skills，附带 MIT 许可证。本站保留完整文件与来源版本，下载包由 GitHub Releases 提供。你可以在“公开来源”卡片中查看固定版本和原始文件。
这些 Skills 都经过实测吗？使用时需要检查什么？
当前目录完成了来源、许可证和包内容检查，尚未声称每个 Skill 都在所有 Agent 中完成真实任务测试。启用前阅读文件与准备条件，使用时核对事实、引用、生成代码和建议操作。页面示例描述预期结果，不代表已经实测的演示。
