数据分析模式Kaalia0912/dsh-data-analysis-mode

dsh-data-analysis-mode 📊

DeepSeek Harness「数据分析模式」：一个开源的数据分析 agent 预设（preset）+ 技能集 + DuckDB MCP 服务器接入。

在 DeepSeek Harness（DSH）Web 上新建会话时选择「数据分析模式」，即可获得一位资深数据分析师：完整编码助手能力 + 专业分析工作流 + 13 个即用技能 + 本地 DuckDB SQL 引擎（MCP）。

作者：Kaalia0912（MIT License，见 LICENSE）

支持平台：Windows（推荐；install.ps1 面向 Windows 路径约定）。macOS / Linux 可手动安装（预设与技能与平台无关，仅 MCP 服务器的可执行文件路径探测方式不同）。需 DSH Web 发行版包含 @deepseek-ai/dsh-mcp-client 插件（较新版本均自带）。

✨ 特性

- 专业 persona：结论先行、数据质量优先、可复现性、严谨统计；保留 {{model}} / {{cwd}} 插值，工具面与标准模式完全一致（shell、文件系统、后台任务、技能、目标、计划模式、委派、工作流）
- 13 个即用技能（发现实时生效，无需重启）：
- 自研（MIT）：data-analysis（五阶段分析工作流）、pandas-3x（pandas 3.x 行为坑位与高效模式）、xlsx-tools（Excel 读写/公式重算/报表）、visualization（matplotlib/seaborn 可视化规范）、database-connect（MySQL/PostgreSQL 安全连接）、statistical-modeling（假设检验/回归/sklearn 建模与评估）
- DuckDB 官方（MIT）：query、read-file、convert-file、attach-db、install-duckdb
- 字节 deer-flow（MIT，改写适配 DSH 路径）：deer-data-analysis（带 analyze.py 脚本）
- OpenAI 官方（Apache-2.0）：pdf（reportlab/pdfplumber 生成与提取）
- DuckDB MCP 服务器：SQL 直接查询 CSV/Parquet/Excel/JSON，工具以 mcp__duckdb__* 命名空间暴露
- Excel 公式重算：skills/xlsx-tools/scripts/recalc_excel.py 用本机 Microsoft Excel COM 重算公式，替代 LibreOffice 依赖（无 Excel 时回退 LibreOffice）

📌 第三方内容均选用开源许可（DuckDB 官方 MIT、OpenAI 官方 Apache-2.0），许可声明见 THIRD_PARTY_NOTICES.md。

📦 前置依赖

| 组件 | 用途 | 必需 |
|---|---|---|
| Python 3.10+ | 数据脚本 | ✅ |
| duckdb（pip） | DuckDB Python 库 | ✅（install.ps1 自动装） |
| mcp-server-duckdb（pip） | MCP 服务器 | ✅（install.ps1 自动装；需搭配 mcp<2，1.1.0 与 mcp 2.x 不兼容） |
| openpyxl / pandas | xlsx-tools 运行时 | 推荐 |
| statsmodels / sqlalchemy / pymysql / psycopg2 | 统计建模与数据库连接 | 推荐 |
| pywin32 | Excel COM 公式重算（有 Microsoft Excel 时） | 可选 |
| reportlab / pdfplumber / pypdf | pdf 技能运行时 | 可选 |
| Microsoft Excel 或 LibreOffice | xlsx 公式重算 | 可选 |

🚀 安装

方式一：一键脚本（推荐）

git clone https://github.com/Kaalia0912/dsh-data-analysis-mode.git
cd dsh-data-analysis-mode
.\scripts\install.ps1

脚本会：
1. 检查/安装 duckdb 与 mcp-server-duckdb
2. 把 agent-presets/data-analysis/ → ~/.dsh/.agent-presets/data-analysis/（自动解析占位符，写入本机 mcp-server-duckdb 路径与分析数据库路径）
3. 把 skills/ 下全部技能 → ~/.dsh/skills/（全部开源许可，随仓库分发）

方式二：手动

1) 拷贝预设，并把模板占位符替换成你机器的实际值：
{{MCP_DUCKDB_EXE}}   → mcp-server-duckdb 可执行文件路径（PowerShell 里用 Get-Command mcp-server-duckdb 查询）
{{ANALYSIS_DB_PATH}} → 分析数据库路径（建议 $HOME\.dsh\data-analysis\analysis.duckdb）
New-Item -ItemType Directory -Force "$HOME\.dsh\.agent-presets" | Out-Null
Copy-Item -Recurse agent-presets\data-analysis "$HOME\.dsh\.agent-presets\data-analysis"

2) 拷贝技能
Get-ChildItem skills -Directory | Where-Object Name -ne 'LICENSES' | ForEach-Object {
Copy-Item -Recurse $_.FullName "$HOME\.dsh\skills\$($_.Name)"
}

3) 依赖（注意 mcp-server-duckdb 需要 mcp<2）
python -m pip install duckdb "mcp-server-duckdb==1.1.0" "mcp<2" openpyxl pandas

🎯 使用

1. 重启 dsh web（预设发现实时，但已有会话保持创建时的预设）
2. 新建会话 → 预设选择器选「数据分析模式」
3. 直接甩数据文件给模型，或让它执行分析工作流（data-analysis 技能定义了 采集 → 清洗 → EDA → 建模 → 报告 的标准流程）

技能目录对所有会话实时可见；MCP 工具仅对挂载本预设的会话暴露。

📁 仓库结构

agent-presets/data-analysis/   # 预设：standard 分叉 + 数据分析师 persona（占位符模板）
agent.cordis.yml
preset.yml
skills/                        # 技能（平铺布局，可直接并入 ~/.dsh/skills/）
data-analysis/               # 自研：分析工作流
pandas-3x/                   # 自研：pandas 3.x 指南
xlsx-tools/                  # 自研：Excel 读写/公式重算（含 recalc_excel.py）
visualization/               # 自研：matplotlib/seaborn 可视化规范
database-connect/            # 自研：MySQL/PostgreSQL 安全连接
statistical-modeling/        # 自研：假设检验/回归/ML 建模与评估
deer-data-analysis/          # 字节 MIT（改写）：DuckDB SQL 分析
pdf/                         # OpenAI Apache-2.0：PDF 生成与提取
query/ read-file/ convert-file/ attach-db/ install-duckdb/   # DuckDB 官方 MIT
LICENSES/                    # 第三方许可证副本
scripts/
install.ps1                  # 一键安装（解析占位符 + 拷贝 + 依赖）

📜 许可证

- 本仓库代码与自研技能：MIT（© 2026 Kaalia0912，见 LICENSE）
- 第三方内容见 THIRD_PARTY_NOTICES.md：
- DuckDB 官方技能：MIT（© Stichting DuckDB Foundation）
- deer-flow data-analysis：MIT（© Bytedance Ltd.），本仓库提供改写版（DSH 路径适配）
- OpenAI 官方 pdf：Apache-2.0（原样收录，许可证随技能保留）

⚠️ 说明

本项目是一个独立的开源项目，与 DeepSeek 官方及其任何产品无关联。