agentCLAWHUBUnverified

conspect

全自动多源数据智能分析与商务报表渲染工具。上传Excel数据源,AI自动完成数据解析、图表选型、商务排版、可视化渲染,输出可直接开会投屏的专业报表。v3.1 全流程托管AI自动生成,零用户确认环节,端到端稳定丝滑。适用场景:生成报表/数据看板/Excel出图/投屏数据/多表合并分析。不适用:简单数据整理/桌面BI工具/纯文本报告。 Skill: conspect Owner: songzhou666 Summary: 全自动多源数据智能分析与商务报表渲染工具。上传Excel数据源,AI自动完成数据解析、图表选型、商务排版、可视化渲染,输出可直接开会投屏的专业报表。v3.1 全流程托管AI自动生成,零用户确认环节,端到端稳定丝滑。适用场景:生成报表/数据看板/Excel出图/投屏数据/多表合并分析。不适用:简单数据整理/桌面BI工具/纯文本报告。 Tags: latest:0.1.1 Version history: v0.1.1 | 2026-08-11T05:54:33.487Z | auto Conspect 0.1.1 更新日志 - 全量升级:落地 v3.1 全流程托管模式,实现数据上传到报表渲染全自动、零用户确认,无人工节点。 - 渲染能力提升:全面支持分区式看板布局、“便当盒”网格、各图表独立数据解读区及 8 套商业级配色主题。 - 大幅增强自动

OpenClaw

Rank

62

Safety

84

Downloads

2.5k

Updated

Oct 9, 2026

Version

0.1.1

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 2.5K downloads reported by the source. Last updated 10/9/2026.

Avoid when

  • Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor
Clawhubvendor · observed Oct 9, 2026
Protocol compatibility
OpenClawcompatibility · observed Oct 9, 2026
Adoption signal
2.5K downloadsadoption · observed Oct 9, 2026
Latest release
0.1.1release · observed Aug 11, 2026
Handshake status
UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s171ezpm2b0hjzn2z4ww819jrn878gc2:conspect
  1. Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.
  2. Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-songzhou666-conspect/snapshot"

Documentation

CLAWHUB

107,893 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: conspect
version: 3.1
author: AI
display_name: Conspect 全自动报表渲染引擎
description: 全自动多源数据智能分析与商务报表渲染工具。上传Excel数据源,AI自动完成数据解析、图表选型、商务排版、可视化渲染,输出可直接开会投屏的专业报表。v3.1 全流程托管AI自动生成,零用户确认环节,端到端稳定丝滑。适用场景:生成报表/数据看板/Excel出图/投屏数据/多表合并分析。不适用:简单数据整理/桌面BI工具/纯文本报告。
language: zh-CN
tags:
  - 数据分析
  - 报表生成
  - 数据可视化
  - ECharts
  - 自动化
  - 全流程托管
---

# Conspect — 全自动数据智能分析与商务报表渲染引擎

> **数据进,报表出**。用户只需上传Excel数据源,AI全自动完成从数据解析到专业报表渲染的全链路处理。
> v3.1 升级:**全流程托管AI自动生成,零用户确认环节**——分析通过 QA 即自动推进至设计,端到端稳定丝滑。
> v3.1 渲染能力升级:分区式看板布局 + 便当盒网格 + 每图表数据解读区 + 8 套商业级配色主题。
> 本 Skill 的每个阶段均设强制检查点(QA 审核),未经审核不得跳转。

---

## 快速参考

| 类别 | 说明 |
|------|------|
| **When to use** | 生成报表 / 做数据看板 / Excel出图 / 投屏数据 / 多表合并分析 / 上传多份Excel请求分析 |
| **When NOT to use** | 简单单文件数据整理(无需可视化)、需桌面BI工具(PowerBI/Tableau)、只需纯文本报告 |
| **How it works** | 上传Excel → 分析Agent解析清洗聚合 → 设计Agent图表选型排版 → 渲染Agent输出看板/HTML/PDF + 分析报告(MD/HTML/PDF/Word) |
| **What it produces** | 交互式Web看板(投屏首选)、轻量化离线HTML(发老板首选)、PDF/PNG长图、结构化分析报告(含中文命名副本) |

---

## [WARN] 激活即执行(强制!)

当 Conspect 被激活时(用户表达了数据分析/报表生成等意图),AI **必须**立即执行以下流程,不得等待用户额外指令:

```
Step 1: 运行强制入口清单(见 SKILL-execution.md)
Step 2: 读取接力棒 → 确定当前状态
Step 3: 如果接力棒不存在 → 创建接力棒,状态 = 开始
Step 4: 如果状态是 X → 直接从 X 阶段续跑
Step 5: 按状态路由表执行当前阶段任务
Step 6: 完成阶段任务 → 更新接力棒 → 自动进入下一阶段
Step 7: 重复 Step 5-6,直到 完成
```

### 渐进式分块加载(Progressive Disclosure)

本 Skill 采用渐进式分块加载策略,控制上下文大小:

| 级别 | 文件名 | 触发条件 |
|------|--------|---------|
| L0 (始终) | `chunk-01-overview` | Skill 激活时始终加载 |
| L1 (高频) | `chunk-02-workflow` | 进入工作流执行阶段 |
| L2 (中频) | `chunk-03-data-pipeline` + `chunk-04-rendering` | 分析/渲染阶段按需加载 |
| L3 (低频) | `chunk-05-quality` | QA/审核阶段按需加载 |
| L2 (中频) | `references/output-spec` | 输出规范阶段按需加载 |
| L2 (中频) | `references/trigger-guide` | 触发机制阶段按需加载 |
| L3 (低频) | `references/examples` | 使用示例阶段按需加载 |
| L3 (低频) | `references/quality-audit` | 质量审核阶段按需加载 |
| L3 (低频) | `references/ai-reviewer` | AI审核阶段按需加载 |
| L2 (中频) | `references/cli-ai-workflow` | CLI/AI协作阶段按需加载 |
| L3 (低频) | `references/agent-communication` | Agent通信阶段按需加载 |
| L3 (低频) | `references/chart-selection` | 图表选型阶段按需加载 |

**加载规则**:
1. SKILL.md 加载后,自动读取 `chunk-index.yaml` 获取分块元数据
2. 按当前所处阶段自动加载对应级别的分块文件(load_on_demand)
3. 已加载的分块在当前阶段完成后可自动卸载(auto_unload)
4. 分块内容不应与 Agent 指令文件冲突;冲突时以 Agent 文件为准

> **自绑定条款(不可绕过)**:
> - 本条 Skill 的 **所有规则、约束、状态机均无条件适用于一切被激活的场景**,包括但不限于:
>   1. 常规数据分析/报表生成任务
>   2. **元任务:审查/检查/修复本 Skill 自身**
>   3. **元任务:评估本 Skill 的执行质量或完整性**
>   4. 被 Task 子Agent 调用时的任何子任务
> - **元任务例外(解决审查死锁)**:当 AI 被要求审查/分析/修复本 Skill 自身时,自动进入"元任务模式",**跳过标准 9 阶段状态机**,采用独立的审查流程(读取文件→逻辑分析→输出报告)。元任务完成后,恢复标准状态机。元任务期间仍需遵守 emoji 禁令、数据安全红线等全局规则。
> - 以下理由 **不构成绕过状态机的合法依据**:
>   - "我正在审查Skill本身,所以不需要走状态机"
>   - "我先读取所有文件了解一下,之后再走状态机"
>   - "我用Task子Agent来做,子Agent不需要遵守状态机"
>   - "我不知道当前状态是什么,所以从零开始做"
> - **违规后果**:如果在任何回复中发现AI绕过了状态机(未输出"当前状态"、未创建接力棒、未按阶段执行),用户可判定本 Skill **无效**。

**AI 不得**:
- [禁止] 等待用户输入 `/conspect start` 命令才开始
- [禁止] 做完一步后询问"下一步做什么?"(v3.0 全流程自动推进,无任何用户确认节点)
- [禁止] 在分析阶段后等待用户确认才推进设计(QA 审核通过即自动进入下一阶段)
- [禁止] 跳过产物更新直接进入下一阶段
- [禁止] 用"已在对话中展示"替代写

README.md

# Conspect — 全自动报表渲染引擎

> 上传 Excel,一句话需求,AI 全自动生成可投屏的专业商务报表。

[![version](https://img.shields.io/badge/version-3.1-blue)](./1-manifest/skill-manifest.yaml)
[![level](https://img.shields.io/badge/level-L3-success)](./CHANGELOG.md)
[![license](https://img.shields.io/badge/license-MIT-green)](#许可证)

---

## 这是什么

Conspect 是一个通用的 AI Skill,把"Excel → 开会用的报表"这件事全自动托管给 AI。

- **一句话需求触发**:上传 Excel + "帮我出一份周报看板"
- **9 阶段全自动推进**:分析 → 洞察生成 → 设计 → 设计审查 → 实现 → 报告生成 → 验证 → 完成
- **零用户确认环节**(v3.0):偏好从初始需求自动识别,不再中途打断你
- **多格式输出**:HTML 看板 / PDF / Markdown / Word,含中文命名副本

## 快速开始

### 1. 触发方式

```
/conspect start                 # 启动报表任务
/conspect start --offline       # 离线模式(内联 ECharts,无需联网)
/conspect status                # 查看当前进度
/conspect reset                 # 重置当前任务
```

或直接用自然语言:

> "帮我分析这份业务数据,出一份周报看板" + 上传 sales.xlsx

### 2. 在初始需求中说明偏好(可选)

v3.0 起偏好从初始需求自动识别,全程无确认环节:

| 偏好类型 | 示例 |
|---------|------|
| 配色 | "用蓝色调"、"我想要暖色系"、"主色调用 #1890FF" |
| 图表 | "对比多用柱状图"、"占比用饼图" |
| 输出格式 | "生成 PDF 给我"、"做一个离线 HTML" |
| 分析焦点 | "重点关注销售趋势"、"按区域分析" |

### 3. 产物位置

所有产物位于 `{项目路径}/.agent/harness/`:

| 文件 | 说明 |
|------|------|
| `_cs-dashboard.html` | 交互式 Web 看板 |
| `_cs-report.md` / `.html` / `.pdf` | 多格式分析报告 |
| `_cs-analysis.md` | 数据分析报告 |
| `_cs-insights.json` | AI 洞察与建议 |
| `_cs-verify.md` | 验证报告 |
| `数据看板.html` / `分析报告.md` | 中文命名副本 |

## 状态机(9 阶段全自动)

```
开始 → 分析 → 洞察生成 → 设计 → 设计审查 → 实现 → 报告生成 → 验证 → 完成
```

每个阶段产出物是下一阶段的前置条件,QA 审核不通过自动回退重做,最多重试 2 次。

## 能力边界

### ✅ 擅长

- 多源 Excel 数据分析与合并
- 商务报表/看板/数据大屏生成
- 投屏用 HTML 看板
- 多格式报告输出(HTML/PDF/MD/Word)

### ❌ 不做

- 简单数据整理(用 Excel 即可)
- 桌面 BI 工具替代(用 Tableau/Power BI)
- 纯文本报告(无图表需求时无需 conspect)
- 实时数据流处理(conspect 处理静态文件)

## CLI 工具层

```powershell
cd e:/Mytest_skill/.trae/skills/conspect/conspect_tools

# 全链路分析
python run.py analyze '{"file_paths": ["数据源.xlsx"]}'

# 用户偏好识别(v3.0 新增)
python run.py recognize_preferences '{"user_requirement": "用蓝色调,出 PDF"}'

# 安全降级洞察生成(v3.0 新增)
python run.py ai_generate_insights_safe '{"statistics": {...}}'

# 交叉分析
python run.py cross_tabulate '{"file_paths": [...], "row_dim": "产品", "col_dim": "区域"}'

# 渲染报告
python run.py render_report '{"report_design": {...}, "format": "html"}'
```

## 项目结构

```
conspect/
├── SKILL.md                    # 主文档(触发契约 + 状态机)
├── SKILL-execution.md          # 阶段执行手册
├── README.md                   # 本文件
├── CHANGELOG.md                # 版本变更记录
├── 1-manifest/
│   └── skill-manifest.yaml     # 技能清单
├── agents/                     # 7 个 Agent 定义
│   ├── 00-master-controller.md
│   ├── 01-analyzer-agent.md
│   ├── 02-designer-agent.md
│   ├── 03-implementer-agent.md
│   ├── 04-verifier-agent.md
│   ├── 05-quality-auditor.md
│   └── 06-visual-designer-agent.md
├── protocols/                  # 协议文档
│   ├── phase-protocol.md       # 阶段流转协议
│   └── baton-protocol.md       # 接力棒协议
├── references/                 # 深度参考
│   ├── trigger-guide.md
│   ├── examples.md
│   └── faq-deep.md
├── SKILL.chunks/               # 分块加载文档
└── conspect_tools/             # Python 工具层
    ├── r

_meta.json

{
  "ownerId": "kn799bh9g8eq5n8nxav36av3d5879qr1",
  "slug": "conspect",
  "version": "0.1.1",
  "publishedAt": 1786427673487
}

references/agent-communication.md

# 主控 Agent 与子 Agent 通信方式

> 本文档定义 conspect Skill 中主控 Agent 与子 Agent 的通信方式、输入参数格式和输出结果格式。

---

## 一、通信方式

- 主控 Agent 读取子 Agent 指南(agents/09-ai-reviewer-agent.md)
- 主控 Agent 准备输入参数(JSON 格式)
- 主控 Agent 激活子 Agent(使用 Task 工具)
- 子 Agent 执行任务(独立上下文)
- 子 Agent 返回结果(JSON 格式)
- 主控 Agent 接收结果并处理

---

## 二、输入参数格式

```json
{
  "task": "review_analysis",
  "phase": "analysis",
  "context": {
    "raw_data_file": "path/to/raw_data.json",
    "analysis_file": "path/to/_cs-analysis.md"
  },
  "business_context": "<根据数据源自动识别的业务场景>",
  "output_file": "path/to/_cs-ai-review-analysis.md"
}
```

---

## 三、输出结果格式

```json
{
  "status": "completed",
  "passed": true,
  "score": 85.0,
  "issues": [],
  "report_file": "path/to/_cs-ai-review-analysis.md"
}
```

---

## 四、子 Agent 列表

| 子 Agent | 职责 | 指南文件 |
|---------|------|---------|
| AI 审核 Agent | 端到端审核 | agents/09-ai-reviewer-agent.md |
| 视觉设计师 Agent | 视觉审查 | agents/06-visual-designer-agent.md |

references/ai-reviewer.md

# AI 审核 Agent 拉起方式

> 本文档定义 AI 审核 Agent 的拉起方式、输入参数和输出结果。

---

## 一、拉起时机

- 每个阶段完成后,主控 Agent **自动拉起** AI 审核 Agent
- 审核不通过 → 阻断流程,必须修复

---

## 二、拉起流程

```
主控 Agent → 读取 AI 审核 Agent 指南 → 准备审核上下文 → 激活子 Agent(Task) → 子 Agent 执行审核 → 返回审核报告
```

---

## 三、输入参数

```json
{
  "phase": "analysis/design/implement/report",
  "context": {
    "raw_data_file": "path/to/raw_data.json",
    "analysis_file": "path/to/_cs-analysis.md",
    "design_file": "path/to/_cs-design.md",
    "implement_file": "path/to/_cs-implement.md"
  },
  "business_context": "<根据数据源自动识别的业务场景>"
}
```

---

## 四、输出结果

```json
{
  "review_file": "path/to/_cs-ai-review-analysis.md",
  "passed": true/false,
  "score": 85.0,
  "issues": [...]
}
```

---

## 五、审核不通过处理

1. 主控 Agent 读取审核报告
2. 提取"待修复问题清单"
3. 回退到对应阶段
4. 修复问题
5. 重新拉起 AI 审核 Agent
6. 直到审核通过
Github ReposUpdated 3h agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW
Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW
Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.

MCPOPENCLAW
Github ReposUpdated 7mo agoRank 70

CopilotKit

The Frontend for Agents & Generative UI. React + Angular

OPENCLAW

Machine-readable data

The same record, as JSON, for agents and crawlers.

{
  "facts": [
    {
      "factKey": "vendor",
      "category": "vendor",
      "label": "Vendor",
      "value": "Clawhub",
      "href": "https://clawhub.ai/songzhou666/skills/conspect",
      "sourceUrl": "https://clawhub.ai/songzhou666/skills/conspect",
      "sourceType": "profile",
      "confidence": "medium",
      "observedAt": "2026-10-09T14:27:46.403Z",
      "isPublic": true
    },
    {
      "factKey": "protocols",
      "category": "compatibility",
      "label": "Protocol compatibility",
      "value": "OpenClaw",
      "href": "https://www.xpersona.co/api/v1/agents/clawhub-songzhou666-conspect/contract",
      "sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-songzhou666-conspect/contract",
      "sourceType": "contract",
      "confidence": "medium",
      "observedAt": "2026-10-09T14:27:46.403Z",
      "isPublic": true
    },
    {
      "factKey": "traction",
      "category": "adoption",
      "label": "Adoption signal",
      "value": "2.5K downloads",
      "href": "https://clawhub.ai/songzhou666/conspect",
      "sourceUrl": "https://clawhub.ai/songzhou666/conspect",
      "sourceType": "profile",
      "confidence": "medium",
      "observedAt": "2026-10-09T14:27:46.403Z",
      "isPublic": true
    },
    {
      "factKey": "latest_release",
      "category": "release",
      "label": "Latest release",
      "value": "0.1.1",
      "href": "https://clawhub.ai/songzhou666/conspect",
      "sourceUrl": "https://clawhub.ai/songzhou666/conspect",
      "sourceType": "release",
      "confidence": "medium",
      "observedAt": "2026-08-11T05:54:33.487Z",
      "isPublic": true
    },
    {
      "factKey": "handshake_status",
      "category": "security",
      "label": "Handshake status",
      "value": "UNKNOWN",
      "href": "https://www.xpersona.co/api/v1/agents/clawhub-songzhou666-conspect/trust",
      "sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-songzhou666-conspect/trust",
      "sourceType": "trust",
      "confidence": "medium",
      "observedAt": null,
      "isPublic": true
    }
  ],
  "events": [
    {
      "eventType": "release",
      "title": "Release 0.1.1",
      "description": "Conspect 0.1.1 更新日志 - 全量升级:落地 v3.1 全流程托管模式,实现数据上传到报表渲染全自动、零用户确认,无人工节点。 - 渲染能力提升:全面支持分区式看板布局、“便当盒”网格、各图表独立数据解读区及 8 套商业级配色主题。 - 大幅增强自动状态推进与检查点逻辑,QA 审核通过后自动切换至下阶段,彻底避免“等待用户确认”。 - 结构优化:新增/完善 FAQ、反模式、使用示例等参考文档,并清理旧 reference 目录。 - 细化与强化 CLI 使用/异常处理规范;严格禁止内联 Python 代码与路径模糊跳过状态机等违规行为。",
      "href": "https://clawhub.ai/songzhou666/conspect",
      "sourceUrl": "https://clawhub.ai/songzhou666/conspect",
      "sourceType": "release",
      "confidence": "medium",
      "observedAt": "2026-08-11T05:54:33.487Z",
      "isPublic": true
    }
  ]
}

Record generated Oct 9, 2026.

Sponsored

Ads related to conspect and adjacent AI workflows.