一个好用的数据分析mcp工具
Wellknown found it in public sources; nobody has proven control of it yet. Claiming takes one click if the repository is under your GitHub account, or a small file on your domain otherwise. Verified owners get the badge, 15-minute checks, status alerts, edits that outrank crawled data, and a ranking boost.
Agents can do it too: POST https://wellknown.network/api/v1/claims with {"agent":"mcp-data-analyzer-zsk","method":"well_known_file"} — machine-readable steps at claim.json, guide at /docs/claim.
Everything here was measured by our prober or read from a registry. Nothing is self-reported.
Attributed to the source that supplied each field. Treated as claims, not facts.
# 🚀 MCP Data Analyzer ZSK <div align="center">      **一个基于 MCP (Model Context Protocol) 的强大数据分析与可视化工具** [功能特性](#-功能特性) • [快速开始](#-快速开始) • [工具使用](#-工具使用) • [可视化展示](#-可视化展示) • [贡献指南](#-贡献指南) </div> --- ## 📋 目录 - [🌟 项目简介](#-项目简介) - [✨ 功能特性](#-功能特性) - [🚀 快速开始](#-快速开始) - [🛠️ 工具使用](#️-工具使用) - [📊 可视化展示](#-可视化展示) - [💡 使用场景](#-使用场景) - [📁 项目结构](#-项目结构) - [🔧 技术栈](#-技术栈) - [📝 更新日志](#-更新日志) - [🤝 贡献指南](#-贡献指南) - [📄 许可证](#-许可证) - [👤 作者](#-作者) --- ## 🌟 项目简介 **MCP Data Analyzer ZSK** 是一个专为 AI 助手设计的数据分析与可视化工具,基于 [MCP (Model Context Protocol)](https://modelcontextprotocol.io/) 构建。它能够快速处理 CSV、Excel 等格式的数据,生成专业的统计报告和多维度可视化图表。 ### 核心价值 ✨ **零门槛使用** - 简单配置即可在 MCP 客户端中使用 📊 **多维分析** - 支持 1-2 维数据透视分析,自动生成多种图表 🎨 **智能可视化** - 自动选择最佳图表类型,智能数字格式化 🌏 **跨平台支持** - 自动适配不同操作系统的中文字体 ⚡ **高效处理** - 基于 pandas,毫秒级数据处理能力 --- ## ✨ 功能特性 ### 🔍 数据概览分析 (`data_overview`) - ✅ 快速获取数据集基本信息(行数、列数) - ✅ 自动检测字段类型(数值、类别、日期等) - ✅ 统计缺失值情况 - ✅ 展示前 5 行样本数据 - ✅ JSON 格式输出,便于程序解析 ### 📈 数据汇总统计 (`data_summary`) - ✅ 数值列统计:均值、中位数、最大值、最小值、方差、标准差 - ✅ 类别列统计:唯一值数量、最常见值 - ✅ 缺失值详细分析 - ✅ 中文描述,便于理解 ### 🎨 多维数据可视化 (`visualize_data`) - ✅ **单维度分析**(1个索引列) - 📊 柱状图 - 直观显示数值分布 - 🥧 饼图 - 清晰展示占比关系 - ✅ **双维度分析**(2个索引列) - 🔥 热力图 - 快速识别数据模式 - 📚 堆叠柱状图 - 展示累计值和贡献比 - 📊 分组柱状图 - 并排对比不同类别 - ✅ **多指标对比** - 同时分析多个数值列 - ✅ **智能数字格式化** - 自动使用万、百万、亿等单位 - ✅ **跨平台字体** - macOS/Windows/Linux 中文显示优化 ### 🧠 智能特性 - 📐 支持多种聚合函数:`sum`、`mean`、`count`、`max`、`min`、`median`、`std`、`var` - 🔤 自动 Unicode 解码,支持中文列名 - 💾 高分辨率图表输出(300 DPI) - 🎯 自动布局优化,图表更美观 --- ## 🚀 快速开始 ### 系统要求 - **Python**: 3.13 或更高版本 - **操作系统**: macOS / Windows / Linux - **内存**: 建议 2GB 以上 ### 安装方式 #### 方式一:从源码安装(推荐) `…
Mapped onto the structured taxonomy from declared text and observed tool names. Confidence shown for derived entries.
Every source is kept verbatim. Field changes are logged as events.