agentskills.codes
RE

report-generation

by apconwData & AnalyticsSource

Generates data reports by querying databases and rendering ECharts visualizations.

Data AnalysisData VisualizationSQL

Install

mkdir -p .claude/skills/report-generation && curl -L -o skill.zip "https://agentskills.codes/api/skills/download/1139" && unzip -o skill.zip -d .claude/skills/report-generation && rm skill.zip

Installs to .claude/skills/report-generation

Activation

This is the description your AI agent reads to decide when to run this skill — the better it matches your request, the more reliably it fires.

生成数据分析报告：探索表结构 → 多维度查询 → 智能深度分析归因 → 动态风格 HTML 可视化报告（ECharts）
60 charsno explicit “when” trigger
Advanced

Key capabilities

  • →Explore database schemas and relationships.
  • →Generate multi-dimensional SQL queries.
  • →Perform intelligent deep analysis and attribution.
  • →Create dynamic HTML reports with ECharts visualizations.
  • →Identify trends, compositions, and attributions in data.
  • →Provide conclusions, risk warnings, and actionable recommendations.

How it works

The skill understands user requirements, explores database schemas, generates and executes SQL queries, performs dynamic analysis, and then outputs an HTML report with visualizations and insights.

Inputs & outputs

You give it
User request for a report, e.g., "分析2024年月度销售趋势，为什么8月特别高？"
You get back
A complete HTML data analysis report with charts, tables, deep analysis, conclusions, and recommendations

When to use report-generation

  • →Generate business performance reports
  • →Create sales trend visualizations
  • →Perform database-driven statistical analysis

About this skill

报告生成技能

何时使用

当用户要求生成报告、分析报告、可视化报告、趋势分析、统计报告等任何报告时。

约束（不可违反）

  • 禁止调用上传工具（upload_html_report_to_minio 等）
  • HTML 必须用分隔符包裹后直接输出到对话中
  • 此技能是指令文档，直接按流程执行，不要说"调用技能"然后停下
  • 查询完数据后必须立即生成报告，不要中途停顿

工作流程（7 步，必须全部完成）

第 1 步：理解需求

从用户诉求中提取：

  • 报告类型：销售、用户、产品、运营、财务等
  • 关键指标：总量、增长率、排名、占比等
  • 分析维度：时间、地区、类别、产品等
  • 时间范围：最近一周/月/年等

第 2 步：探索数据库 & 智能表过滤

  1. sql_db_list_tables → 获取所有表列表
  2. 智能过滤：根据用户问题语义分析，筛选出相关表（通常 3-8 张）
    • 将关键词与表名进行语义匹配
    • 考虑关联表（如查销售需要同时选中 orders 和 products）
    • 忽略无关的系统表、日志表
  3. sql_db_schema → 获取筛选后表的列名和类型（一次传入多表）
  4. sql_db_table_relationship → 获取表关系

第 3 步：多维度 SQL 查询

根据报告需求，生成多条 SQL 获取不同维度的数据：

报告需要查询策略
KPI 汇总聚合查询（SUM/COUNT/AVG）
时间趋势DATE_TRUNC/DATE_FORMAT + GROUP BY 时间 + ORDER BY ASC
分类对比GROUP BY 类别 + ORDER BY DESC
Top N 排名ORDER BY DESC LIMIT N
占比分析GROUP BY + 百分比计算
增长率窗口函数 LAG() 或自连接
归因分解多维度 GROUP BY + 增量贡献

查询原则：

  • 只查必要列，不用 SELECT *
  • 使用表别名、适当的 JOIN 条件
  • 合理使用聚合函数、GROUP BY、ORDER BY
  • 默认 LIMIT 100
  • 每条 SQL 标注用途

第 4 步：执行查询

使用 sql_db_query 逐条执行 SQL，收集所有结果数据。

执行失败时：

  1. 分析错误信息
  2. 修正 SQL（常见修复：引号错误、缺少 schema 前缀、日期函数语法错误）
  3. 重试一次。仍失败则在报告中注明

第 5 步：智能分析引擎（核心 — 动态维度，不可跳过）

查询到数据后，必须先深度分析再生成报告。

动态维度选择策略

根据数据特征自动判断适用的分析维度：

数据特征触发的分析维度说明
包含时间字段 + 数值指标趋势分析计算同比/环比、识别拐点、判断趋势方向和加速度
包含分类字段 + 数值指标结构分析各分类占比、帕累托分析（80/20）、集中度分析
包含多个分类维度归因分析维度下钻、贡献度量化、交叉分析
存在可对比的分组对比分析Top N / Bottom N 排名、组间差异
数值分布范围大异常检测均值±2σ、离群值识别
包含率/比值指标效率分析转化率、完成率的横向和纵向对比
多指标同时存在相关性分析指标间关联关系、协同/对冲效应
用户问"为什么"因果探索可能的驱动因素假设、影响链路推测

至少完成 3 个分析维度。

各维度分析要点

A. 趋势分析 — How is it changing

  • 趋势方向：上升/下降/平稳/波动
  • 变化速率：加速还是减速
  • 拐点识别：趋势逆转的关键时间点
  • 环比变化率
  • 周期性模式：季节性、节假日效应

B. 结构分析 — What's the composition

  • 各分类占比分布
  • 帕累托分析：头部集中度（80/20 效应）
  • HHI 集中度指数

C. 归因分析 — Why did it happen（核心，当数据支持时必须执行）

  • 维度下钻：哪个地区/产品/渠道对变化贡献最大？
  • 贡献度量化：各维度对总体变化的贡献百分比
  • 对比归因：表现优于/低于平均水平的类别及原因
  • 结构变化：各维度占比随时间的迁移

D. 对比分析 — How does it compare

  • 时间对比：同比、环比
  • 分组对比：不同地区/产品/渠道间的差异
  • 排名分析：Top N 和 Bottom N
  • 帕累托分析：头部集中度

E. 异常检测 — What's unusual

  • 偏离均值超过 2 倍标准差的数据
  • 断崖式变化

分析输出要求

每个被选中的分析维度必须输出：

  1. 维度标题：明确的分析维度名称
  2. 核心发现：2-4 个带具体数字的发现
  3. 数据支撑：引用具体数据作为证据

结论与建议生成（必须包含）

核心发现（3-5 条，必须带具体数字）：

  • 用"发现"而非"猜测"的语气
  • 每条发现必须有数据支撑
  • 按影响程度从大到小排列

风险提示（如果存在）：

  • 异常波动、断崖式下降、集中度过高等
  • 必须给出具体数字和影响范围

可执行建议（分短期/中期/长期）：

  • 短期（1-2 周）：可立即采取的行动
  • 中期（1-3 月）：需要资源投入的优化
  • 长期（3-12 月）：战略性调整建议
  • 每条建议必须具体可操作，避免空泛建议如"加强管理"

第 6 步：生成 HTML 报告

第 5 步的所有分析结果必须写入 HTML 报告中。

动态风格选择

必须参考 frontend-design 技能的设计原则，为每份报告创造独特的视觉风格，避免千篇一律。

风格设计流程：

  1. 确定报告基调：根据数据场景选择基础方向

    • 经营分析 → 专业沉稳（暗色系 / 玻璃拟态）
    • 趋势分析 → 科技未来感（渐变 / 发光效果）
    • 分类对比 → 明快清晰（高对比 / 鲜明色彩）
    • 异常/风险 → 警示醒目（红橙色系 / 高亮标注）
    • 综合报告 → 仪表盘风格（网格布局 / 多区块）

  2. 应用 frontend-design 设计原则（参考该技能文档）：

    • 字体选择：避免默认字体（Arial/Inter），选择有特色的字体组合
    • 色彩方案：承诺一个大胆的主色调方案，用 CSS 变量保持一致性；主色 + 鲜明强调色优于平均分配的温和配色
    • 空间构成：尝试不对称布局、元素重叠、网格打破、留白控制
    • 背景与质感：渐变网格、噪点纹理、几何图案、毛玻璃透明度、戏剧性阴影
    • 动效：KPI 卡片悬停效果、图表入场动画、页面加载的错落展现

  3. 每份报告的风格必须不同：在暗色/亮色主题、不同字体、不同美学之间变化，避免多次生成趋同于同一种风格

报告结构（6 个必需区块）

报告 HTML 的 <body> 必须按顺序包含以下 6 个区块（缺一不可）：

#区块HTML 结构内容要求
1报告标题<header class="report-header">报告名称 + 时间范围 + 数据库信息
2KPI 统计卡片<section class="kpi-cards">3-6 个关键指标卡片，每个包含：指标名、数值、同比/环比变化（↑绿↓红），悬停有微动效
3可视化图表<section class="charts">至少 2 个 ECharts 图表，根据数据特征动态选择类型
4详细数据表格<section class="data-table">完整数据列表，斑马纹+悬停高亮，关键行高亮，超 20 行时表格内滚动
5深度分析与归因<section class="deep-analysis">必须包含，内容来自第 5 步的动态分析结果
6结论与建议<section class="conclusions">核心发现 + 风险提示 + 可操作建议（短/中/长期）

图表类型选择（ECharts）

数据特征推荐图表ECharts 配置要点
时间序列面积折线图areaStyle + smooth: true + 渐变填充
分类排名水平柱状图yAxis 做类别轴 + 渐变色条 + 数据标签
占比结构环形图radius: ['40%', '70%'] + 中心统计文字
多维对比分组柱状图多 series + barGap 调整间距
变化归因瀑布图堆叠柱状图模拟，正值绿色负值红色
趋势+量双轴图yAxis 数组 + 柱线组合
综合评估雷达图多维度能力画像
帕累托组合图柱状 + 累积线

第 5 区块「深度分析与归因」HTML 结构（强制）

<section class="deep-analysis">
  <h2>深度分析与归因</h2>

  <!-- 动态生成的分析区块 —— 每个被选中的分析维度一个 -->
  <div class="analysis-block">
    <h3>{分析维度标题}</h3>
    <div class="analysis-content">
      <p>{核心发现描述，必须带具体数字}</p>
      <!-- 该维度对应的 ECharts 图表 -->
      <div class="analysis-chart" id="analysis-chart-{n}" style="height:350px"></div>
      <!-- 如有归因数据，展示贡献度表格 -->
      <table class="attribution-table">
        <thead><tr><th>维度</th><th>贡献值</th><th>贡献占比</th><th>变化方向</th></tr></thead>
        <tbody>
          <tr>
            <td>{维度名}</td>
            <td>{+/-数值}</td>
            <td>
              <div class="progress-bar">
                <div class="progress-fill positive" style="width: {百分比}%"></div>
                <span>{百分比}%</span>
              </div>
            </td>
            <td class="trend-up">↑</td>
          </tr>
        </tbody>
      </table>
    </div>
  </div>

  <!-- 风险提示（如果存在异常数据） -->
  <div class="risk-alert">
    <h3>风险提示</h3>
    <ul>
      <li><strong>{异常类型}：</strong>{具体数字 + 影响说明 + 建议关注点}</li>
    </ul>
  </div>
</section>

第 6 区块「结论与建议」HTML 结构

<section class="conclusions">
  <h2>结论与建议</h2>

  <div class="findings">
    <h3>核心发现</h3>
    <ol>
      <li>
        <div class="finding-item">
          <span class="finding-badge">发现 1</span>
          <p>{发现内容，必须带具体数字和百分比}</p>
        </div>
      </li>
      <!-- 3-5 条核心发现 -->
    </ol>
  </div>

  <div class="recommendations">
    <h3>行动建议</h3>
    <div class="rec-timeline">
      <div class="rec-item rec-short">
        <div class="rec-label">短期 (1-2周)</div>
        <ul><li>{具体可操作建议，包含预期效果}</li></ul>
      </div>
      <div class="rec-item rec-mid">
        <div class="rec-label">中期 (1-3月)</div>
        <ul><li>{具体可操作建议，包含预期效果}</li></ul>
      </div>
      <div class="rec-item rec-long">
        <div class="rec-label">长期 (3-12月)</div>
        <ul><li>{具体可操作建议，包含预期效果}</li></ul>
      </div>
    </div>
  </div>
</section>

HTML 技术规范

必须使用的技术栈：

  • 图表库：Apache ECharts CDN (https://cdn.jsdelivr.net/npm/echarts@5/dist/echarts.min.js)
  • 字体：系统字体栈 + 可选 Google Fonts（Inter、Noto Sans SC）
  • CSS：变量系统 + backdrop-filter 玻璃效果 + CSS Grid/Flexbox 响应式布局
  • 单文件：所有 CSS/JS 内联，除 ECharts CDN 外无外部依赖

ECharts 主题配色方案：

// 动态主题色板 - 根据场景选择
const PALETTES = {
  business: ['#5470c6', '#91cc75', '#fac858', '#ee6666', '#73c0de', '#3ba272', '#fc8452', '#9a60b4'],
  tech: ['#00d4ff', '#7c4dff', '#00e676', '#ff6d00', '#2979ff', '#651fff', '#00b0ff', '#d500f9'],
  warm: ['#ff6b6b', '#ffa06b', '#ffd93d', '#6bcb77', '#4d96ff', '#9b59b6', '#1abc9c', '#e74c3c'],
  cool: ['#667eea', '#764ba2', '#36d1dc', '#5b86e5', '#06beb6', '#48b1bf', '#4568dc', '#b06ab3']
};

CSS 核心变量系统（每份报告根据风格动态定制，以下仅为参考结构）：

:root {
  /* 主色调 — 每次根据报告场景和 frontend-design 原则选择不同配色 */
  --primary: /* 动态选择 */;
  --primary-light: /* 主色浅色变体 */;
  --primary-dark: /* 主色深色变体 */;
  --accent: /* 强调色，与主色形成对比 */;

  /* 背景系统 — 暗色/亮色/渐变均可 */
  --bg-main: /* 动态选择 */;
  --bg-card: /* 卡片背景 */;
  --bg-card-hover: /* 卡片悬停 */;

  /* 文字层次 */
  --text-primary: /* 主文字 */;
  --text-secondary: /* 次要文字 */;
  --text-muted: /* 辅助文字 */;

  /* 状态色 */
  --success: #10b981;
  --warning: #f59e0b;
  --danger: #ef4444;
  --info: #3b82f6;

  /* 玻璃效果（可选，适合暗色主题） */
  --glass-bg: rgba(255, 255, 255, 0.05);
  --glass-border: rgba(255, 255, 255, 0.1);
  --glass-blur: 12px;

  /* 布局 */
  --radius: 16px;
  --radius-sm: 8px;
  --shadow: 0 8px 32px rgba(0, 0, 0, 0.3);
}

关键 CSS 组件样式：

/* 玻璃拟态卡片 */
.glass-card {
  background: var(--glass-bg);
  backdrop-filter: blur(var(--glass-blur));
  border: 1px solid var(--glass-border);
  border-radius: var(--radius);
  box-shadow: var(--shadow);
}

/* KPI 卡片悬停效果 */
.kpi-card {
  transition: all 0.3s ease;
  position: relative;
  overflow: hidden;
}
.kpi-card::before {
  content: '';
  position: absolute;
  top: 0; left: 0; right: 0;
  height: 3px;
  background: linear-gradient(90deg, var(--primary), var(--accent));
}
.kpi-card:hover {
  transform: translateY(-2px);
  box-shadow: 0 12px 40px rgba(102, 126, 234, 0.15);
}

/* 归因贡献度进度条 */
.progress-bar {
  position: relative;
  background: rgba(255,255,255,0.1);
  border-radius: 12px;
  height: 24px;
  overflow: hidden;
}
.progress-fill.positive {
  background: linear-gradient(90deg, #10b981, #34d399);
}
.progress-fill.negative {
  background: linear-gradient(90deg, #ef4444, #f87171);
}

/* 归因分析区块高亮边框 */
.analysis-block.attribution {
  border-left: 4px solid var(--accent);
}

/* 建议时间线 */
.rec-timeline {
  position: relative;
  padding-left: 24px;
  border-left: 2px solid var(--glass-border);
}
.rec-item::before {
  content: '';
  position: absolute;
  left: -29px; top: 22px;
  width: 12px; height: 12px;
  border-radius: 50%;
  border: 2px solid;
}
.rec-short::before { border-color: var(--success); background: rgba(16,185,129,0.2); }
.rec-mid::before { border-color: var(--info); background: rgba(59,130,246,0.2); }
.rec-long::before { border-color: var(--accent); background: rgba(124,77,255,0.2); }

/* 核心发现徽章 */
.finding-badge {
  display: inline-block;
  padding: 2px 10px;
  border-radius: 12px;
  font-size: 12px;
  font-weight: 600;
  background: var(--primary);
  color: white;
}

/* 表格 */
.data-table table {
  width: 100%;
  border-collapse: collapse;
}
.data-table tr:nth-child(even) {
  background: var(--table-stripe);
}
.data-table tr:hover {
  background: var(--bg-card-hover);
}

第 7 步：输出报告

用分隔符包裹 HTML 直接输出：

根据查询结果，为您生成数据分析报告：

<!-- REPORT_HTML_START -->
<!DOCTYPE html>
<html lang="zh-CN">
<head>
    <meta charset="UTF-8">
    <meta name=

---

*Content truncated.*

Limitations

  • →The skill is forbidden from calling upload tools.
  • →HTML must be wrapped with delimiters and output directly to the conversation.
  • →The skill must immediately generate the report after querying data.

How it compares

This skill automates the entire reporting workflow from data querying to dynamic analysis and HTML report generation with unique visual styles, unlike manual report creation.

Compared to similar skills

report-generation side by side with the closest alternatives in the catalog.

SkillInstallsUpdatedSafetyDifficulty
report-generation (this skill)34moNo flagsAdvanced
state-county-rankings05moReviewBeginner
data-analyst02moNo flagsAdvanced
powerbi-mockup-builder04moNo flagsAdvanced

Try saying

Example prompts that trigger this skill in your AI assistant.

You might also like

state-county-rankings

amkessler

This skill should be used when users need ranked county-level demographic metrics within a state from a local CSV file, such as income, population, poverty, or rent.

00

data-analyst

k1lgor

Senior data analyst skill for extracting statistically rigorous insights from structured and semi-structured data. Covers exploratory data analysis, A/B test evaluation with significance testing, cohort analysis, funnel analysis, data quality assessment, and insight narrative construction. Use this

00

powerbi-mockup-builder

cdrguru

Build or update a Power BI PBIP report from a UI mockup (HTML/Figma/PNG) with UX improvements. Use when asked to implement or refine a Power BI app to match a mockup, map visuals to a semantic model, add measures, or edit PBIP report/semantic model files.

00

grafana-dashboards

wshobson

Create and manage production Grafana dashboards for real-time visualization of system and application metrics. Use when building monitoring dashboards, visualizing metrics, or creating operational observability interfaces.

134441

reconciliation

anthropics

Reconcile accounts by comparing GL balances to subledgers, bank statements, or third-party data. Use when performing bank reconciliations, GL-to-subledger recs, intercompany reconciliations, or identifying and categorizing reconciling items.

30139

sql-queries

anthropics

Write correct, performant SQL across all major data warehouse dialects (Snowflake, BigQuery, Databricks, PostgreSQL, etc.). Use when writing queries, optimizing slow SQL, translating between dialects, or building complex analytical queries with CTEs, window functions, or aggregations.

1888

Search skills

Search the agent skills registry