DataPilot数据工作台

在 DeepSeek Harness 侧边栏常驻一个数据分析 + 机器学习工作台：跨多个工作区查看本地数据集的图表、数据分布、模型结构图，还能直接在面板里训练经典机器学习模型。

✨ 功能特性

• 多工作区 × 多数据集：挂载多个本地目录，在一个面板里同时浏览、切换不同工作区的数据。
• 9 类交互图表：直方图、箱线图、小提琴图、ECDF、条形图、折线图、散点图、相关矩阵、缺失矩阵，全部 Canvas 自绘、零依赖。
• 数据画像：点开数据集即见每列的统计量（均值/标准差/分位数）、基数、缺失率、离群值。
• 多格式数据源：CSV / TSV / JSON / JSONL / Parquet / Excel（.xlsx / .xlsm / .xls 多工作表）/ ONNX。
• 深度学习模型结构图：ONNX 模型一键展开成可缩放、可折叠的算子图，标注输入输出维度与参数量。
• 上传 + 跨工作区协作：上传本地文件到共享数据池，多个工作区之间复用。
• 结构化分析报告：一键生成 Markdown 数据分析报告（洞察、列画像、相关矩阵）。
• 内置机器学习/深度学习训练：线性回归、逻辑回归、KNN、K-Means、PCA、MLP，产出指标卡、损失/梯度曲线、混淆矩阵、决策边界、MLP 数据流图。
• 多标签页看板 + 中英文切换：像浏览器一样多开看板，界面中英文即时切换。

🚀 快速开始

在 DSH 的插件市场（社区市场 → Tools & Capabilities）搜索 DataPilot 安装，或在终端执行：

dsh plugin add dsh-datapilot

也可以直接 npm 安装后手动注册：

npm install dsh-datapilot

重启 DSH，左侧全局面板就会出现「DataPilot 数据工作台」。

📖 使用

1. 打开侧边栏的 DataPilot 数据工作台。
2. 点顶栏「根目录」挂载一个本地数据目录（或点「上传」传文件）。
3. 左侧树里点一个数据集 → 右侧检查器显示列画像。
4. 点任意列的类型徽章（直方图 / 箱线 / 散点 …）→ 看板生成图表。
5. 点「训练」→ 选数据集、任务、模型 → 一键训练并看指标与曲线。
6. 点「报告」→ 生成结构化 Markdown 分析报告。

🧩 支持的数据格式

格式	说明
CSV / TSV / TXT	全量解析，自动类型推断
JSON / JSONL / NDJSON	对象数组、列式、{data/rows/records} 包裹
Parquet	hyparquet 解析（snappy / zstd / gzip）
Excel .xlsx / .xlsm	内置 ZIP + SpreadsheetML 解析，多工作表、日期/布尔
Excel .xls（97-2003）	SheetJS xlsx，多工作表、日期/布尔
ONNX	模型结构图（算子/边/参数/输入输出/opset）

单文件上限 1 GiB、单数据集 500 万行，超过自动截断并提示。

🤖 内置机器学习模型

任务	模型	产出
回归	线性回归、MLP	R² / MSE / RMSE / MAE + 损失/梯度曲线 + 预测散点
分类	逻辑回归、KNN、MLP	准确率 / 精确率 / 召回率 / F1 + 混淆矩阵 + 决策边界
聚类	K-Means	惯性 / 轮廓系数 + 聚类散点
降维	PCA	解释方差比 + 投影散点

训练在 Worker 线程执行，不阻塞主线程；预处理自动做 z-score 标准化、类别特征 one-hot、缺失值处理。

📄 许可证

MIT © 2026 xiduo-wang