[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"project-93834":3},{"id":4,"name":5,"fullName":6,"owner":7,"repo":5,"description":8,"homepage":9,"htmlUrl":9,"language":10,"languages":9,"totalLinesOfCode":9,"stars":11,"forks":12,"watchers":13,"openIssues":14,"contributorsCount":15,"subscribersCount":15,"size":15,"stars1d":15,"stars7d":15,"stars30d":15,"stars90d":15,"forks30d":15,"starsTrendScore":15,"compositeScore":16,"rankGlobal":9,"rankLanguage":9,"license":9,"archived":17,"fork":17,"defaultBranch":18,"hasWiki":19,"hasPages":17,"topics":20,"createdAt":9,"pushedAt":9,"updatedAt":21,"readmeContent":22,"aiSummary":23,"trendingCount":15,"starSnapshotCount":15,"syncStatus":24,"lastSyncTime":25,"discoverSource":26},93834,"AsteriaAnalyst","wzn1118\u002FAsteriaAnalyst","wzn1118","企业数据分析、统计分析、数据可视化与管理报告工作台｜Analysis Lab、可追溯证据、FastAPI、Next.js、Windows。",null,"Python",308,5,1,10,0,39.33,false,"main",true,[],"2026-09-21 04:01:26","# Asteria Analyst | 企业数据分析、统计实验与管理报告工作台\n\n[![CI](https:\u002F\u002Fgithub.com\u002Fwzn1118\u002FAsteriaAnalyst\u002Factions\u002Fworkflows\u002Fci.yml\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Fwzn1118\u002FAsteriaAnalyst\u002Factions\u002Fworkflows\u002Fci.yml)\n[![Release](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fv\u002Frelease\u002Fwzn1118\u002FAsteriaAnalyst?display_name=tag&label=release)](https:\u002F\u002Fgithub.com\u002Fwzn1118\u002FAsteriaAnalyst\u002Freleases\u002Flatest)\n[![Platform](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fplatform-Windows%20local-0f766e)](#快速开始)\n[![Language](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Fdocs-中文-2563eb)](docs\u002FREADME.md)\n\n> 面向经营分析、统计建模、数据质量核验与正式管理报告交付的本地工作台。Asteria Analyst 将数据接入、字段语义理解、分析方案、确定性计算、证据校验、报告生成、协作修订和版本发布连成一条可追溯的数据分析流程。\n\n\u003Cimg src=\"docs\u002Fassets\u002Fasteria-method-guide-preview.png\" alt=\"Asteria Analyst 方法指南、字段绑定与数据分析流程预览\" width=\"100%\" \u002F>\n\n## 真实产品界面\n\n以下图片来自项目运行页面和项目生成的可访问页面，覆盖数据接入、正式分析、方法选择、方法配置与报告修订。\n\n| 正式分析与数据入口 | Analysis Lab 方法工作台 |\n| --- | --- |\n| \u003Cimg src=\"docs\u002Fassets\u002Finterface-home.png\" alt=\"Asteria Analyst 正式分析与数据入口界面\" width=\"100%\" \u002F> | \u003Cimg src=\"docs\u002Fassets\u002Finterface-lab.png\" alt=\"Asteria Analyst Analysis Lab 统计方法工作台界面\" width=\"100%\" \u002F> |\n| 方法指南 | 报告修订工作区 |\n| \u003Cimg src=\"docs\u002Fassets\u002Finterface-method-guide.png\" alt=\"Asteria Analyst 方法指南与字段配置教学界面\" width=\"100%\" \u002F> | \u003Cimg src=\"docs\u002Fassets\u002Finterface-revision-workspace.png\" alt=\"Asteria Analyst 报告修订工作区与文件预览界面\" width=\"100%\" \u002F> |\n\n- **正式分析与数据入口**：导入本地数据、配置分析目标、生成可追溯的管理报告候选内容。\n- **Analysis Lab 方法工作台**：按对象、字段与数据结构选择统计、可视化和数据资产方法，查看执行摘要与可下载产物。\n- **方法指南**：围绕对象筛选、字段绑定、运行实例与解释输入组织方法配置。\n- **报告修订工作区**：集中查看报告、工具调用、文件变更、批注和版本发布状态。\n\n## 快速开始\n\n### 使用 Windows 便携发布包\n\n1. 在 [GitHub Releases](https:\u002F\u002Fgithub.com\u002Fwzn1118\u002FAsteriaAnalyst\u002Freleases\u002Flatest) 下载 `AsteriaAnalyst-portable.zip`。\n2. 解压到本机目录后双击 `start-asteria.bat`。\n3. 启动器会打开本地分析界面；数据、运行产物和报告均保留在本机。\n\n便携版自带运行时，无需预先配置 Python 或 Node.js。完整步骤、校验方式和常见问题见 [便携版用户指南](docs\u002Fportable-user-guide.zh-CN.md)。\n\n### 从源码启动\n\n适合开发、二次集成和参与贡献。准备 Windows、Python 3.11 与 Node.js 20+ 后执行：\n\n```powershell\ngit clone https:\u002F\u002Fgithub.com\u002Fwzn1118\u002FAsteriaAnalyst.git\ncd AsteriaAnalyst\nPowerShell -ExecutionPolicy Bypass -File .\\open-asteria-ui.ps1\n```\n\n默认入口为 `http:\u002F\u002F127.0.0.1:3000\u002Fanalysis`，服务健康检查为 `http:\u002F\u002F127.0.0.1:8000\u002Fhealth`。启动参数、端口处理和排障步骤见 [快速开始](docs\u002Fgetting-started.zh-CN.md) 与 [开发指南](docs\u002Fdevelopment-guide.zh-CN.md)。\n\n## 产品地图\n\nAsteria Analyst 覆盖从原始业务文件到可复核交付资产的完整工作流。每个页面都对应明确的输入、操作与结果。\n\n| 页面与入口 | 适用工作 | 核心操作 | 主要结果 |\n| --- | --- | --- | --- |\n| `\u002F` 项目首页 | 查看项目状态和本机配置 | 浏览导航、检查服务状态、配置本地 AI Provider | 运行状态和可进入的工作流 |\n| `\u002Fanalysis` 正式分析 | 经营分析与正式管理报告 | 导入数据、配置分析目标、运行分析、预览报告 | 数据画像、业务指标、证据和报告候选内容 |\n| `\u002Flab` Analysis Lab | 统计实验、方法比较与数据资产分析 | 绑定字段、运行方法卡、读取产物、加载数据资产蓝图 | JSON、CSV、XLSX、Markdown、图表和运行记录 |\n| `\u002Flab\u002Fmethod-guide` 方法指南 | 学习方法选择和字段配置 | 选择对象、绑定字段、运行样例、解释结果 | 可复用的方法配置与结果解读路径 |\n| `\u002Frevision` 修订中心 | 管理报告修订与版本任务 | 查询报告、创建修订、追踪任务 | 修订任务、报告库和版本状态 |\n| `\u002Frevision\u002Fworkspace` 修订工作区 | 对已有报告持续审阅 | 添加批注与附件、查看事件与差异、发布本地版本 | 审阅上下文、文件差异和版本记录 |\n\n逐项的前置条件、可执行动作、返回结果与接口入口见 [完整功能目录](docs\u002Ffeature-catalog.zh-CN.md)、[模块使用指南](docs\u002Fmodule-guide.zh-CN.md) 和 [逐页结果说明](docs\u002Fpage-results.zh-CN.md)。\n\n## 能解决哪些问题\n\n- **经营与管理分析**：将销售、客户、渠道、库存、成本、预算或运营表格转化为可审阅的指标、图表、解释和管理报告材料。\n- **统计研究与数据验证**：围绕差异、关联、预测、分群、实验与时间序列问题选择方法，保留字段角色、参数、运行状态和结果文件。\n- **数据质量与口径治理**：识别字段类型、缺失值、异常值、重复项和时间连续性，沉淀数据字典与质量证据。\n- **报告审阅与迭代交付**：针对既有报告管理批注、附件、事件、差异和本地版本，形成持续可追踪的修订记录。\n- **团队方法复用**：将已审阅的 Skill、功能试验、报告 Agent 团队与本机 Codex Runtime 纳入受控任务上下文，减少重复配置成本。\n\n## Analysis Lab 与统计方法\n\n统计目录由后端注册表导出，当前公开版收录 **362 条注册统计方法**，其中 **81 条可运行方法**；Analysis Lab 将可运行方法按输入与输出形态展开为 **4,028 张方法卡**，其中 **273 张可运行卡片**对应 81 个可运行方法概念。\n\n| 方法族 | 可用于回答的问题 | 示例能力 |\n| --- | --- | --- |\n| 描述统计与汇总 | 数据分布、分组差异、关键指标处于什么水平 | 描述汇总、频数表、列联表、透视汇总、分位数、帕累托、分组 KPI |\n| 分布与诊断 | 数据或模型是否满足后续分析条件 | 正态性、方差齐性、异方差、残差自相关、ADF、ACF\u002FPACF |\n| 差异与假设检验 | 两组或多组指标差异是否稳定 | t 检验、Z 检验、ANOVA、ANCOVA、Tukey HSD、重复测量分析 |\n| 非参数与重采样 | 小样本、偏态或等级数据如何比较 | Mann-Whitney、Wilcoxon、Kruskal-Wallis、Friedman、置换检验、Bootstrap |\n| 分类与关联 | 变量之间是否存在关联、关系强度如何 | 卡方、Fisher、McNemar、Cramer's V、Kappa、Pearson、Spearman、Kendall |\n| 回归、机器学习与多变量 | 哪些变量驱动结果，如何预测或分群 | OLS、Ridge、Lasso、Elastic Net、Logistic、Poisson、随机森林、神经网络、PCA、KMeans |\n| 时间与实验 | 指标是否存在趋势、序列相关或实验差异 | 移动平均、Ljung-Box、ADF、A\u002FB Test |\n\n每张 Lab 方法卡都描述方法 ID、字段角色、输入约束、输出形态、运行状态和来源。运行时可选字段绑定、全表运行或重点对象运行；产物可包含 JSON、CSV、XLSX、Markdown、图表、SVG、HTML 或图像规格。\n\n- [统计方法完整目录：中文方法名称、用途、字段角色与运行状态](docs\u002Fstatistical_methods_zh.md)\n- [Analysis Lab 方法卡索引：4,028 张卡片的输入、输出与来源](docs\u002Flab_method_inventory_zh.md)\n- [统计方法使用场景：按业务问题寻找合适方法](docs\u002Fstatistical_methods_zh.md#使用场景与方法选择)\n- [方法编辑器教程：对象、字段、实例与结果解释](docs\u002Fgetting-started.zh-CN.md)\n\n## 正式管理报告：从数据到发布的受控链路\n\n正式 `management_report.pdf` 遵循项目内置的强制处理链：\n\n```text\nraw data\n  -> DataProfileService\n  -> AIFieldSemanticMapper\n  -> AIBusinessContextRouter\n  -> AIMetricDerivationPlanner\n  -> DeterministicMetricExecutor\n  -> EvidenceValidator\n  -> ReportBindingLayer\n  -> FormalPDFReleaseGate\n  -> management_report.pdf\n```\n\n这条链路分别承担数据画像、字段语义映射、业务场景路由、指标派生规划、确定性数值计算、证据验证、报告绑定与发布门控。AI 输出需要留下追溯工件并通过结构校验；数值由确定性执行器计算；缺少必要追溯信息或质量未达到发布要求时，正式报告不会进入发布流程。\n\n[AI 强制链架构说明](docs\u002Farchitecture_ai_mandatory_chain.zh-CN.md) 与 [报告完整性规则](docs\u002Freport-integrity.zh-CN.md) 说明了阶段职责、工件、校验点和发布要求。\n\n## Skill、Feature Trial、Report Agent Team 与 Codex Runtime\n\nAnalysis Lab 提供面向本机工作流的扩展层，用于将可复用方法、功能适配性检查和团队角色协作纳入数据分析过程。\n\n| 能力 | 在哪里使用 | 完成后得到的内容 |\n| --- | --- | --- |\n| Skill | `\u002Flab` 的本地扩展区域 | 已识别或已挂载 Skill 的来源、状态、说明及其受限上下文记录 |\n| Feature Trial | `\u002Flab` 的功能试验目录 | `trial_id`、就绪度、原因、字段评分、推荐动作、建议参数与试验工件 |\n| Report Agent Team | `\u002Flab` 的团队区域 | 团队与角色摘要、受控工作区、任务 ID、运行状态、日志、摘要或文件差异 |\n| Report Agent Session | `\u002Frevision\u002Fworkspace` | 面向已有报告的消息、附件、批注、事件、文件和版本状态 |\n| Codex Runtime \u002F Pipeline | Runtime API、Lab 团队任务与修订工作区 | 健康检查、运行 ID、任务状态、日志、摘要、工件与管线记录 |\n\n外部 Skill 与团队包以本机导入的元数据和受限上下文参与工作流。Feature Trial 使用真实数据画像评估功能与字段适配性，并生成可下载的 JSON、CSV 与 Markdown 工件。Report Agent Team 在受控工作区创建任务；Report Agent Session 聚焦既有报告的持续修订。\n\n配置项、来源审阅、导入结构、运行条件、产物与故障排查见 [本地扩展指南](docs\u002Flocal-extensions.zh-CN.md) 和 [配置参考](docs\u002Fconfiguration-reference.zh-CN.md)。\n\n## 数据、产物与交付\n\n| 环节 | 输入 | 系统处理 | 可查看或下载的结果 |\n| --- | --- | --- | --- |\n| 数据接入 | CSV、XLSX 等本机文件与工作表 | 文件检查、数据画像、字段推断 | 数据集信息、工作表、字段摘要、质量发现 |\n| 方法执行 | 数据集、字段绑定、参数与对象范围 | 运行统计方法或数据资产步骤 | `run_id`、状态、表格、图表、JSON、CSV、XLSX、Markdown |\n| 数据资产蓝图 | 业务对象、字段、指标与场景描述 | 定义数据资产与可执行分析配置 | 蓝图、字段角色、指标配置、关联方法 |\n| 正式分析 | 分析目标与业务数据 | 语义理解、指标规划、确定性计算、证据验证 | 可追溯的分析结果与报告候选材料 |\n| 修订发布 | 已有报告、批注、附件与变更需求 | 任务编排、审阅、差异记录和版本管理 | 版本状态、事件、差异、附件与本地发布记录 |\n\nAPI 输入输出与结果文件字段见 [API 参考](docs\u002Fapi-reference.zh-CN.md)，页面级结果说明见 [逐页结果说明](docs\u002Fpage-results.zh-CN.md)。\n\n## 技术架构\n\n| 层级 | 主要技术 | 职责 |\n| --- | --- | --- |\n| Web 客户端 | Next.js 16、React 19、TypeScript | 分析工作台、Lab、方法指南、修订与本机设置界面 |\n| 服务端 | FastAPI、Pydantic | 数据集、分析、报告、修订、Skill、Trial、Team 与 Runtime API |\n| 数据与计算 | Pandas、DuckDB、Statsmodels、scikit-learn | 数据处理、统计计算、机器学习与确定性指标执行 |\n| 文件与报告 | OpenPyXL、python-docx、pypdf、ReportLab | 表格、文档、PDF、图表与交付工件处理 |\n| 发布与质量 | GitHub Actions、pytest、npm scripts、便携包构建 | 自动测试、前端构建、Windows 便携包冒烟验证与标签发布 |\n\n系统架构、服务边界与关键模块关系见 [架构说明](docs\u002Farchitecture.zh-CN.md)。\n\n## 中文文档导航\n\n| 主题 | 文档 |\n| --- | --- |\n| 项目全景、模块和场景 | [公开项目介绍](docs\u002Fpublic-project-introduction.zh-CN.md) |\n| 每项可用功能的入口、准备、动作与结果 | [功能目录](docs\u002Ffeature-catalog.zh-CN.md) |\n| 页面操作和结果展示 | [逐页结果说明](docs\u002Fpage-results.zh-CN.md) |\n| 模块职责与协作关系 | [模块使用指南](docs\u002Fmodule-guide.zh-CN.md) |\n| 数据分析与报告工作流 | [用户指南](docs\u002Fuser-guide.zh-CN.md) |\n| 统计方法目录、状态与使用场景 | [统计方法完整目录](docs\u002Fstatistical_methods_zh.md) |\n| Lab 方法卡、输入输出与来源 | [Analysis Lab 方法卡索引](docs\u002Flab_method_inventory_zh.md) |\n| 从安装到第一次分析 | [快速开始](docs\u002Fgetting-started.zh-CN.md) |\n| 本地 AI、R、Skill、Agent 团队与 Runtime | [本地扩展指南](docs\u002Flocal-extensions.zh-CN.md) |\n| API、请求和返回结构 | [API 参考](docs\u002Fapi-reference.zh-CN.md) |\n| 配置项和环境变量 | [配置参考](docs\u002Fconfiguration-reference.zh-CN.md) |\n| AI 强制链与报告发布 | [架构说明](docs\u002Farchitecture_ai_mandatory_chain.zh-CN.md) |\n| 便携版、发布、校验与回滚 | [发布运维指南](docs\u002Frelease-operations.zh-CN.md) |\n| 数据和部署边界 | [安全与部署说明](docs\u002Fsecurity-deployment.zh-CN.md) |\n\n完整文档目录见 [docs\u002FREADME.md](docs\u002FREADME.md)。\n\n## 持续集成与发布\n\nGitHub Actions 在 `main`、标签和 Pull Request 上运行后端测试、前端 lint、方法指南校验、前端构建、依赖审计和 Windows 便携包冒烟测试。发布标签会构建并上传 `AsteriaAnalyst-portable.zip`，供 Windows 本机用户下载使用。\n\n| 面向使用者 | 面向贡献者 |\n| --- | --- |\n| 下载 Release、解压、运行 `start-asteria.bat` | Fork 项目、创建分支、提交 PR，并在本机运行测试与构建 |\n| 按 [便携版用户指南](docs\u002Fportable-user-guide.zh-CN.md) 校验 SHA-256 与启动状态 | 按 [开发指南](docs\u002Fdevelopment-guide.zh-CN.md) 配置环境、执行 `pytest` 与 `npm run build` |\n\n发布前检查、发布资产、回滚与维护步骤见 [发布运维指南](docs\u002Frelease-operations.zh-CN.md)。\n\n## 贡献与反馈\n\n欢迎通过 Issue 和 Pull Request 提交缺陷、文档修订、方法目录建议、数据分析场景和集成建议。提交前请阅读 [开发指南](docs\u002Fdevelopment-guide.zh-CN.md)，并为涉及分析或报告链路的修改补充相应验证。\n\n与数据、依赖、部署和本机运行相关的注意事项见 [安全与部署说明](docs\u002Fsecurity-deployment.zh-CN.md)。\n","Asteria Analyst 是一款面向企业本地化部署的数据分析与管理报告交付工作台。它支持从本地数据导入、字段语义绑定、统计方法配置（如描述性统计、假设检验、可视化）、证据校验到结构化报告生成与协作修订的全流程，强调可追溯性、确定性计算和离线可用性；采用 Python 后端与 Web 前端架构，提供 Windows 便携版（免依赖安装），所有数据与产物均保留在用户本地。适用于中大型企业经营分析、内审合规报告、业务部门自助式统计实验及需严格数据主权的管理决策场景。",2,"2026-08-06 03:55:23","CREATED_QUERY"]