一份 6 个月、1.8 万行的销售明细丢进去，AI 数据分析师自己下载附件、跑脚本、出图、写报告——华南扫地机器人 8 月暴跌 84.8%，一个数字都没编。
折腾了一晚上，把 Dify 1.17.1 新版 Agent 的 Skills / Files / Tools / Env四个槽位全部用上，做了一个「AI 数据分析师」。
先说结果：上传一份 2026 年 4–9 月的销售 CSV，问一句"帮我全面体检"，它 10 步工具调用跑完，给出的核心数字和我本地脚本跑出来的一位小数都不差：
-
总销售额 26339.8 万元，毛利率 28.1% -
华南 × 扫地机器人 8 月环比 −84.8%，影响金额 384.8 万元 -
抖音 × 蓝牙耳机毛利率只有 21.4%，卖得多赚得少 -
智能手表退货率 6.0%，是整体的 1.7 倍
这几个"坑"是我造数据时故意埋进去的，它一个没漏。
为什么旧 Agent 做不好数据分析
以前的 Agent 本质是"一段 Prompt + 一堆函数调用"。让它分析数据，常见翻车三连：
-
口径乱：这次用元、下次用万元，毛利率有时算成毛利额 -
每次重写：同样的 pandas 代码，每轮对话从零写一遍，错法还不一样 -
漏看：问趋势就只看趋势，大促尖峰、退货风险根本不查
Dify 这次重做 Agent，核心思路是把 Agent 拆成一个 Agent Soul：它是谁（Prompt）、会什么（Skills）、带什么（Files）、能用什么（Tools）、在什么环境里跑（Env + 沙箱）。
数据分析恰好是最吃这套的场景。
架构：Soul 负责"懂行"，沙箱负责"动手"
配置页长这样，Prompt 里那些蓝色小标签就是对技能和文件的引用：
1. Skills：把分析 SOP 打包成技能
技能就是一个 zip，根目录放 SKILL.md，旁边带脚本：
关键是 SKILL.md里的必查清单：月度趋势、大促尖峰、下钻异常、毛利侵蚀、退货风险，五项逐条核对。
Prompt 里写一句 [§skill:sales-data-analysis§]，运行时 Dify 会自动把技能拉进沙箱。从执行轨迹看，它直接跑了 .dify_conf/skills/sales-data-analysis/scripts/analyze_sales.py，没有自己瞎写 pandas。
2. Files：口径和模板不靠"记性"
两份配置文件：
-
metrics_dictionary.md：毛利率怎么算、异常下滑阈值是多少、金额统一万元 -
report_template.md：一句话结论 → 核心指标 → 关键发现 → 异常预警 → 行动建议
同样用 [§file:report_template.md§]引用。改报告格式不用动 Prompt，换个文件就行，这对给不同老板出不同版式特别好用。
3. Tools：内置工具 + CLI 工具
-
current_time：报告写分析时间，用户说"上个月"时先取当前日期 -
webscraper：用户给链接或要求行业对标时才抓 -
CLI 工具 python-data-stack：沙箱启动时预装 pandas / matplotlib
内置工具选 credential_type: unauthorized，不用配任何密钥。
4. Env：阈值交给业务方调
脚本直接读环境变量。运营觉得 30% 太松想改成 20%？改 Env 就行，Prompt 和代码都不用碰。
5. 模型：交给 Smart Router
模型选的是「AI码力智能大模型推荐服务」插件里的 smart-router，按任务复杂度自动路由。Agent 这边只管选一个名字。
实测：10 步跑完，数字全对
左边是真实的工具调用轨迹：下载附件 → 定位文件 → 跑技能脚本 → 缺依赖自己装 → 重跑 → 上传两张图。右边是它按模板写出的报告。
技能脚本产出的异常排行，华南扫地机器人一骑绝尘：
渠道 × 品类毛利热力图，抖音蓝牙耳机那一格颜色最深：
踩过的 5 个坑
坑 1：CLI 工具安装超时，整个对话直接 400
CLI 工具的 install_commands跑在沙箱启动脚本里，硬超时 30 秒。pip 装 pandas + matplotlib 肯定超。
解法：安装命令改成后台执行，装完写一个 ~/.data-stack.ok标记文件；Prompt 里让 Agent 跑 Python 前先等这个标记。
坑 2：沙箱里别用 uv
uv 会报 cross-device link（EXDEV）错误，老老实实 pip install --user。
坑 3：Build Mode 一键应用会覆盖你的 Prompt
在控制台用 Build Mode 让 AI 帮改配置，点"应用"后我手调的 Prompt 被回滚了。用 API 维护配置的话，别和 Build Mode 混着改。
坑 4：工具配了，不代表模型会调
这次实测里 current_time 一次没被调用，报告开头缺了分析时间。只在"工具箱"里介绍还不够，要在"工作方式"第一步就写死"先调用 current_time"。
坑 5：本地装第三方插件要关签名校验
本地自部署装非 Marketplace 插件，需要在 docker/.env里设 FORCE_VERIFYING_SIGNATURE=false。只建议在本地开发环境这么做。
这套模式能复制到哪
把"销售数据"换掉，结构完全不用变：
-
财务月结：技能 = 对账脚本，文件 = 科目口径，Env = 差异容忍度 -
运维巡检：技能 = 日志分析脚本，工具 = webscraper 查状态页 -
用户研究：技能 = 问卷统计脚本，文件 = 报告模板
Prompt 管人设和流程，Skills 管手艺，Files 管规矩，Env 管阈值。四样拆开，Agent 才真正可维护。
AI 不缺会聊的，缺的是会动手、守口径、不编数的。新版 Dify Agent 第一次让这件事变得像搭积木。
觉得有用点个在看，下次更新不迷路。你最想让 AI 数据分析师帮你分析哪类数据？评论区聊聊。
#Dify# #AI Agent# #数据分析# #Agent Skills# #智能体开发# #沙箱# #大模型应用# #Dify1.17# #自动化报告# #AI码力#