更新日志

10 轮核心算法与功能迭代，发布上线前的完整打磨。

🗣️ 语义理解

• 中文语义列匹配：精确 → 双向包含 → 同义词 → 去修饰词 → 模糊兜底（五级）
• 行业分类与词汇理解：自动识别数据所属行业（图书/零售/制造/人力/财务等），启用该行业专属术语（说「收入」能命中行业的专有指标列）
• 流式输出 + 对话式迭代（「换成按季度」「加上同比」这类省略式修改）

📊 统计与过滤

• 统计扩展：中位数/标准差/方差/去重计数/分位数（p90、90分位）
• 同环比与周期聚合（日/周/月/季/年）
• 多步指令解析 + 条件过滤（单条件 + 多条件「且」组合）
• 列类型推断 + 数据校验规则（必须大于 / 不能为空 / 不能重复）
• 异常检测增强：IQR / Z分数 / MAD（无需额外依赖，容错处理脏数据）

🔧 工程能力

• 多会话管理：新建 / 切换 / 重命名 / 删除会话，独立保存历史
• 批量文件处理：批量概览 / 清洗 / 统计 / 出报告
• 报告模板系统：6 套预设模板（销售/财务/运营/质量/图书/通用），输出到用户文档目录（可记住选择）
• 内嵌反馈收集：一键导出诊断反馈包（版本/系统/数据列名/错误日志，不含数据值）
• 大文件处理：max_rows 限行读取、文件大小检测、CSV 行数快速统计
• 性能优化：设备指纹缓存（211s → 12s 级别优化）

🛡️ 三自能力

• 自愈：错误自动分类与降级修复，故障健康报告
• 自治：多步任务自动规划与执行，决策留痕
• 自智：意图统计、参数偏好学习、自我评估与改进建议

✅ 质量

• 549 个自动化测试全部通过（含全闭环端到端测试）
• 适配 Python 3.14 + pandas 3.0 + LangChain 1.x

首个功能完整版本，覆盖数据处理全流程。

🎉 数据接入

• 多文件 × 多 Sheet 全自动识别（表名格式「文件名::Sheet名」）
• 报表型 Excel 表头自动检测（解决 Unnamed: 0 列名错乱）
• 支持 xlsx / xls / csv / tsv / json 多格式
• 数据知识库：上传与输出自动归档、内容 MD5 去重、微秒级时间戳防冲突

🧹 数据处理

• 缺失值智能填充（均值/中位数/众数/前向/后向/固定值）
• 异常值检测：IQR + 四种机器学习算法（局部异常因子 / 孤立森林 / 近邻距离 / 直方图）
• 重复行/重复列清理，日期与数字格式统一，列名规范化
• 多表合并（内/左/右/外连接）、智能关联键识别、按列拆分

📊 分析与洞察

• 智能数据洞察：自动输出概览、关键指标、分布、相关、趋势与行动建议
• 相关性分析采用皮尔逊 + 斯皮尔曼双算法（抗离群值干扰）
• 分组聚合、数据透视、交叉表、趋势分析、Top N 排名
• 数据集对比报告（HTML 可视化）

📉 可视化

• 8 种图表：柱状/折线/饼/散点/直方/热力/箱线/多系列折线
• 中文字体自动适配，避免方块乱码

📄 报告输出

• Excel / PPT / Word 三格式可选（默认仅 Excel）
• 专业排版：表头配色、斑马纹、列宽自适应、冻结窗格、千分位
• HTML 数据看板（KPI 卡片 + 深浅主题一键切换）
• 生成后自动调用系统默认程序打开

🩺 数据治理

• 数据质量评分（0-100 + 等级）
• 颜色标注问题单元格并导出标注 Excel（附颜色图例）
• 问题明细列表（列名/行号/类型/值，可按类型筛选）
• 历史质量分析：按问题类别累计、按年/月聚合、评分趋势、历史报告导出

🧠 记忆与版本

• 3 层记忆架构：会话记忆 / 工作习惯 / 技能沉淀
• 重复操作自动生成可复用技能，并注入模型提示词
• 版本号管理：语义化版本、完整变更历史
• 快照与回滚机制：操作前自动快照，可回滚任意历史版本

🖥️ 界面与模型

• Streamlit Web 界面 9 个功能标签页 + 命令行 + Python API
• 云端模型下拉选择（DeepSeek/OpenAI/通义/Kimi/智谱）
• 本地模型支持（Ollama / LM Studio / vLLM / LocalAI）
• 内置规则引擎：无模型可用，模型失败自动降级

✅ 质量

• 365 个自动化测试全部通过
• 适配 Python 3.14 + pandas 3.0 + LangChain 1.x

• 多模态：识别图片/PDF 中的表格
• 数据源直连（数据库、API）
• 团队协作与权限管理
• 更多行业分析模板