$ loading_
帮助用户加载多种数据文件、做统计分析并生成可视化图表。
该 MCP 工具声明用于本地数据分析与可视化，未要求密钥且未声明远程外发端点，整体未见明确高风险红旗。其主要注意点在于具备本机代码执行能力、会接触用户数据文件，且来源虽开源可审计但社区验证与维护信号较弱。
材料明确写明不需要密钥或环境变量，未见 API token、账号凭证或高敏感认证信息的配置要求，因此凭证泄露与滥用面较低。
未声明任何远程端点 host；描述中的 SSE/HTTP 更像其服务暴露方式，而非明确的数据外传目标。基于现有材料，未见会把用户数据发送到第三方服务的事实依据。
系统检查项已标记为 executes-code，说明该工具具备在本机执行代码或处理逻辑的能力。对 MCP/分析类工具而言这属于常规能力，但仍应视为需要留意的本地执行面。
描述称可加载 CSV/Excel/JSON 文件并探索数据集，意味着其至少会读取用户指定的数据文件，可能还会生成图表等输出文件。材料未显示其申请明显超出声明功能的数据权限，但涉及本地数据接触，需注意最小化输入范围。
该工具为开源仓库且 MIT 许可，具备可审计性，这是明显的降风险因素；但来源为第三方注册表，社区采用度为 0 star，维护状态未知，独立可信度与持续维护信号偏弱，因此供应链侧建议保持审慎。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"data-analysis-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请加载这份 sales.csv，统计各地区销售额、平均客单价和月度趋势，并生成柱状图和折线图，最后用中文总结关键发现。
输出销售统计结果、两类图表，以及对区域表现和趋势的简要总结。
读取 survey.xlsx，给出每个问题的频数分布、缺失值情况和基础描述统计，并找出最值得关注的三个现象。
输出问卷分布统计、数据质量概览，以及三个重点洞察。
加载 metrics.json，分析 DAU、留存率和转化率的变化，识别异常波动时间点，并用图表展示可能的问题区间。
输出关键指标趋势、异常时间点说明及对应可视化图表。
通过自然语言调用统计分析、概率分布与数据处理能力，快速完成数据分析任务
基于CSV数据生成可视化摘要报告，同时避免向模型暴露原始数据。
帮助用户直接分析本地 CSV 或 Parquet 大数据文件并生成洞察。
用自然语言完成数据加载、清洗、可视化、建模与报告生成全流程。
让 AI 直接导入表格、执行查询并快速产出数据洞察。
将 Excel 或 CSV 数据快速生成多种图表并返回下载链接，便于汇报展示。