data-brief：基于AI的“反直觉洞察”数据简报生成工具

1. 项目概述：从“数据展示”到“决策驱动”的范式转变

在数据驱动的决策环境中，我们常常陷入一个怪圈：投入大量时间生成精美的图表和冗长的报告，最终却发现，决策者看完后只是点点头，然后继续按照他们原有的直觉或经验行事。问题不在于数据不够多，也不在于可视化不够漂亮，而在于绝大多数分析报告都停留在“描述发生了什么”的层面，缺乏能真正撼动固有认知、揭示“意外真相”的洞察。这正是>git clone https://github.com/carrielabs/data-brief.git ~/.claude/skills/data-brief

方式二：手动安装如果你无法使用 Git，可以直接从 GitHub 下载仓库的 ZIP 包，解压后，将整个>pip install openpyxl

scripts/目录下的.py脚本不是强制依赖，即使没有 Python 环境，AI 也会尝试通过自身能力完成数据剖析和模式发现，但使用脚本通常更快速、准确。

4.2 核心使用场景与指令

使用>主题名称视觉风格适用场景设计灵感与考量Deep Analyst深暖色调（主色 #1a1512），琥珀色点缀技术团队、内部深度分析、深夜研报灵感来源于代码编辑器和学术期刊的深色模式。降低视觉疲劳，突出数据和图表本身，适合长时间专注阅读。琥珀色高亮关键数据点，清晰而不刺眼。Editorial Light纯白背景，经济学人红，衬线字体标题面向客户、合作伙伴的业务报告，项目复盘模仿《经济学人》和 Bloomberg 的版面设计，传递权威、专业的商业感。衬线字体增强可读性和正式感，红色用于强调核心结论，整体风格清晰、冷静。Swiss Signal极致简约，纯白背景，克莱因蓝（#002FA7），无任何装饰性元素面向高管、投资者的汇报，需要打印的材料源自瑞士平面设计风格和信号理论。最大化信噪比，消除一切可能分散注意力的边框、阴影、圆角。克莱因蓝具有极高的视觉冲击力和专注度，确保每一个数字、每一句话都直接有力。

实操心得：在实际使用中，我发现这个自动匹配逻辑非常有效。当你为工程师团队生成报告时，深色主题确实更受欢迎；而给 CEO 的简报，那个极简的瑞士风格往往能获得最好的反馈——他们没时间欣赏设计，只想最快地抓住重点。这种“专制”反而减少了决策负担，确保了输出质量的下限。

5. 高级技巧与深度定制

5.1 如何准备你的数据以获得最佳洞察

>