$ loading_
帮助用户直接分析本地 CSV 或 Parquet 大数据文件并生成洞察。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"MCP Analyst" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请分析我本地的 sales_2024.csv，按月份汇总销售额、订单数和客单价，找出增长最快和下滑最明显的月份，并总结 3 条关键发现。
返回按月统计结果、异常月份识别，以及简明的数据洞察总结。
请读取本地 parquet 日志文件，统计不同服务的错误率和响应时间分布，找出错误率最高的服务与时间段，并给出排查建议。
输出各服务错误率分析、异常时间段定位和可执行的排查建议。
请分析本地用户行为 CSV，按注册渠道和活跃频次做分群，对比各群体的 7 日和 30 日留存，并说明最值得运营跟进的人群。
给出用户分群结果、留存对比表和优先运营人群建议。
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。
让 AI 直接导入表格、执行查询并快速产出数据洞察。
将 Claude 作为 MCP 工具接入，用于问答、结构化分析与内容生成。
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。
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
通过 MCP 调用智能分析、代码执行与文件操作，辅助复杂研究和开发任务。