· 服务 检查中 · 文献 · ·

DATA ANALYSIS WORKSPACE · 2026

让数据,从杂乱走向清晰

TURN RAW DATA INTO CLEAR DECISIONS

DataShine 将采集、接入、方法推荐、可视化与可审查报告编织为一条连续的分析流水线,像一间现代数据编辑部那样工作。

01

Collect

数据采集

先采集原始材料,抓取成功后自动生成表格并刷新总览与可视化

Web

公开网页采集

输入公开网页 URL,抓取正文与链接,并即时转为可分析表格。

Weibo

微博扫码采集

点击后自动弹出浏览器登录页,扫码登录完成后平台自动滚动采集并入库分析。

02

Overview

数据总览

当前数据集 尚未更新

等待载入数据

先在上方采集网页 / 微博,或导入 CSV / 使用样例后,这里会即时刷新数据规模与健康指标。

数据规模 0行
健康度
完整度
丰富度
字段数量 0 columns
数据行数 0 rows
缺失率 — 0 cells
数据域 / 服务 — 检查中
01数据已导入
02质量检测
03方法推荐
04报告生成
INSIGHT

Early Signals

自动发现的早期洞察

01关键词 TOP
运行分析后显示词频标签
02属地排行
运行分析后显示属地分布
03互动均值
等待指标聚合
03

Ingest · Profile

数据接入与画像

上传、拖入或由采集自动灌入 CSV,完成预览、质量检测与字段角色识别

等待载入
拖拽 CSV 到此处 或使用顶部「导入数据」

请导入 CSV,或点击「使用样例」开始分析。

预览优先展示评论侧字段;原帖重复字段会折叠为短摘要。

04

Recommend · Report

智能推荐与分析报告

根据全量字段结构推荐方法,并生成 DeepAnalyze 风格可追溯报告

检查技能…

系统推荐

置信度 —
运行分析后,这里会给出推荐方法与步骤。

可审查数据分析报告

等待生成
先运行数据分析,再生成报告。

推荐对比 · RULE VS LLM

规则引擎推荐 × DeepSeek 点评
运行分析后,左侧展示规则引擎的结构化推荐;点击「生成 LLM 对比」后,右侧由 DeepSeek 给出排序点评与补充理由。

数据问答 · ASK YOUR DATA

向 DeepSeek 提问当前数据集
先运行分析获得数据画像,然后提问,例如:
「哪个属地声量最高?」「缺失值集中在哪些字段?」
未配置 DeepSeek 时自动降级为规则引擎摘要。
05

Visualization Lab

可视化工坊

自选任意列作图,基于当前全表数据聚合,也可下载成品图

全量数据

自选列作图

全表
条形排行图 自选列 · 全表聚合

选择任意列后点击「绘制图表」。

条形排行图

选择列并绘制,或使用推荐图表

未选中
横轴 X · 自选列 纵轴 Y · 聚合值 聚合 · mean

智能推荐图表

06

SQL Lab · DuckDB

SQL 实验室

对当前数据集运行只读 DuckDB SQL,表名固定为 data,支持结果图表化

等待数据

查询编辑器

READ-ONLY
载入数据后显示示例查询
— ms 0 rows

查询结果

运行 SQL 后在此显示结果表格(最多 500 行)。

07

Statistical Workbench

统计工作台

SPSS 风格统计检验:t 检验 · 方差分析 · 卡方 · 相关 · 正态性 · 回归,附 DeepSeek 解读

等待数据

检验配置

SPSS STYLE

比较两组独立样本的均值是否存在显著差异(Welch 校正)。

载入数据后选择检验字段。

— ms 引擎 —

显著性星号:* p<0.05 · ** p<0.01 · *** p<0.001 · ns 不显著

检验结果

载入数据后选择检验类型与字段,点击「运行检验」。

08

Method Library

扩展分析方法库

描述统计、检验、回归、聚类、文本与时序等路线

方法库
09

MCP Service

模型可调用工具

供 Cursor / Cline 等客户端通过 MCP 调用分析与采集能力

将分析能力封装为可组合工具,供大模型按需调用。工具保持幂等、可审计、可串联。

9可用工具
Online运行状态
await mcp.call("run_stat_test", { csv_text, test, params_json })
analyze_csv recommend_charts ask_data_question render_chart run_sql run_stat_test fetch_public_web_content parse_weibo_html plan_weibo_collection