11/05 workshop 資料分析實戰步驟:
track: data analytics / environment: antigravity / theme: dose

資料分析師完整實戰工作流:從官方數據到 Tableau-like 儀表板

使用 Antigravity 代理人環境,串接日本總務省 e-Stat 官方 API 取得面板資料,調用 data-analyst 技能自動清洗,並在 Data Atoms 打造具備 10 大原子的互動探索工作台。

step 01 / blueprint

全日課程架構:兩大區塊循序推進

查看完整時序圖 ↗

今天課程嚴謹分為兩大部分:上午以《大語言模型學習地圖》掌握 Agent AI 概念與全球競爭格局;下午全面進入真實工程工具實作,從 Antigravity 代理人環境出發,串接日本 e-Stat 官方資料庫,打造 Tableau-like 儀表板。

block 01 (15% time)
大模型學習地圖 (index.html)
建立 Agent 認知、Token 機制與全球模型競爭。
block 02 (85% time / 本單元)
真實工具實作:Antigravity 到 Data Atoms
e-Stat 官方 API 串接,data-analyst 清洗,Tableau-like 儀表板與影音簡報。
step 02 / execution

資料分析師完整工作流(帶學員用 Antigravity 走一次)

Phase 01

拿到資料:鎖定權威資料庫與 API 連線

role: data ingestion

分析的第一步不是下載 CSV,而是定義商業命題,並透過 API 連線取得官方權威數據。今天我們串接日本總務省統計局 e-Stat 官方 API,鎖定 1975 到 2024 半世紀 47 都道府縣面板數據。

  • 在個人 My Page 申請金鑰(appId)。
  • 避坑重點:登錄 URL 務必填寫 http://test.localhost。
  • 調用端點:/getStatsList 取得目錄;/getStatsData 獲取數據。
terminal: fetch_estat.py REST v3.0
$ python3 scripts/fetch_estat_showcase.py
[e-Stat] Connecting to api.e-stat.go.jp...
[e-Stat] Table: 0000010101 (SSDSE-A-2024)
[e-Stat] Loaded 47 prefectures x 50 years.
✓ Saved raw JSON: 14,800 records.
Phase 02

處理資料:調用 data-analyst 技能自動清洗

專屬 Skill 封裝
調用 data-analyst 輕量技能包 GitHub 倉庫 ↗

內建 4 大 Prompt 樣板與 clean_data.py,一鍵將千分位逗號數值("14,178,000")與百分比(23.4%)轉為乾淨數值。

特徵工程加工:計算關鍵業務指標,如 高齡化率 = 65歲以上人口 / 總人口 與 扶養比。

clean_data.py execution python
$ python3 scripts/clean_data.py raw.csv clean.csv
✓ 資料清洗完成: 47 列, 標準化 29 處數值
• 千分位轉換: 14,178,000 ➔ 14178000
• 百分比轉換: 23.4% ➔ 23.4
• 空白缺失值補齊完成。
Phase 03

探索性驗證 (EDA):尋找異常與極值

role: exploratory analysis

在動手畫大圖前,先以統計眼光探尋資料的分佈形狀。鎖定 2008 年日本總人口 1.28 億峰值拐點,並對比秋田縣 (39.5%) 與東京都 (22.7%) 的極值剪刀差。

summary statistics eda
總列數: 47 列 | 全國總人口: 1.24 億
平均高齡化率: 29.8% (中位數 30.2%)
最高高齡化: 秋田縣 (39.46%)
最低高齡化: 東京都 (22.68%)
Phase 04

深入洞察與分析方法:也可以怎麼做分析

role: insight and methodology

在動手做儀表板前,先釐清業務切角。參考 17 領域研究指南,掌握少子化、高齡化與地方產業的關聯分析法。遵循「現況 ➔ 原因 ➔ 建議」三段論向決策者匯報,並透過 dataviz-motion 一鍵合成 34 秒包豪斯動態數據簡報影片。

查閱 17 領域研究指南 ↗
executive summary video briefing
1. 現況: 秋田每 10 人有 4 位老人,東京青年淨流入
2. 原因: 產業集中首都圈造成地方長照財政壓力
3. 建議: 醫療資源重組與地方遠距就業稅務補貼
✓ 產出: data_briefing_bauhaus_34s.mp4
Phase 05

建立互動儀表板:Data Atoms 實作(Tableau-like)

role: dashboard engineer

弄清楚資料與分析思路後,最後才能做儀表板!進入 data_atoms.html 工作台。隨意將欄位拖曳至 X 軸、Y 軸、顏色與大小編碼槽,切換 10 大數據原子圖表,並透過地區與年份雙層篩選器即時下鑽。

前往 Data Atoms 儀表板 ↗
data_atoms capabilities tableau style
✓ 10 大圖表原子 (柱狀/折線/雙軸/地理/盒鬚...)
✓ 雙層篩選 (地方分區多選 + 年份滑桿)
✓ Tableau Prep 智慧欄位分類
✓ 自訂 CSV/Excel/JSON 本地拖曳解析
step 03 to 05 / resources

資料分析延伸工具與官方資源

03. api tutorial
日本資料與 API 申請教學

內建 1080p 螢幕錄影實景教學,手把手帶您登入 e-Stat、申請 appId 金鑰並避開 test.localhost 坑點。

開啟 API 申請教學 ↗
04. research guide
17 領域研究指南與分析法

包含 10 大生活與商業視覺化實戰分析法,示範弄清楚資料後也可以怎麼做深度分析。

查閱 17 領域研究法 ↗
05. data atoms dashboard
Data Atoms 互動儀表板

類似 Tableau 的 10 大數據原子探索工作台,將探索與分析成果最後固化成可互動儀表板。

前往 Data Atoms 儀表板 ↗
official portal
日本政府 e-Stat 官方首頁

日本總務省統計局官方入口,國家級統計發布總門戶,可線上檢索全量原始統計表。

直達 e-Stat 官網 ↗
status: all modules verified / repo: nutcelvischen-jpg/data-analyst-skill
進入 Data Atoms 儀表板 ↗

本專案實戰使用的 Antigravity Skill 全集與 GitHub 倉庫

19 skills · 4 domains curated

在 Antigravity 代理人環境中,我們不再是從零手寫樣板程式碼,而是調用專業封裝的 Skill。以下是本專案在「前端品味工藝、動態短影音、數據視覺化與代理人工程」4 大核心實戰領域所嚴選整合的 19 款開源 Skill 清單,皆附上 GitHub 原生倉庫連結供學員收藏、進階探索與自訂技能擴充:

🎨

領域一:前端品味與介面工藝 (Anti-Slop UI & Design Craft)

4 skills
品味框架 / 防 AI 塑料感
GitHub ↗
taste-skill

專門解決 AI 程式碼「千篇一律塑料感」的前端品味約束系統。注入嚴格藝術總監排版規範、真實素材引用、字級階層比例,拒絕無聊三卡片排版。

核心產出:高質感設計品味與排版審美約束
介面工藝 / 前端極致打磨
GitHub ↗
impeccable

全方位前端介面健壯度走查技能。涵蓋 UX 層級、排版間距、色彩無障礙(WCAG)、按鈕微動效、邊界情況防禦與 Design Tokens 封裝。

核心產出:生產級工程細節與無障礙互動元件
現代極簡 / 藥盤磨砂風格
GitHub ↗
hallmark

現代極簡高質感網頁設計體系。提供 dose(藥盤磨砂塑膠托盤)、mono 等 6 大主題,內建嚴格 sloplint 語法檢驗。

核心產出:本資料分析完整工作流頁面骨架
手繪紙感 / shadcn 手繪組件庫
GitHub ↗
looseleaf

專為打破 AI 網頁塑料感打造的純手繪紙質感組件庫(shadcn/ui, drawn by hand)。涵蓋 123 款組件、61 個版塊、專屬 Kevin Sans 手寫字型與手繪塗鴉標籤,相容 Radix 語意與無障礙。

核心產出:手繪溫暖紙感介面、手繪儀表板與防 AI 塑料感組件庫
🎬

領域二:動態視覺與知識短影音 (Code-Driven Motion & Video)

6 skills
運鏡配方 / 電影感展示片
GitHub ↗
video-shotcraft

鏡頭配方卡與電影感產品短片製作技能。支援 Ink Press 運鏡系統,結合真實網頁截圖、2.5D 鏡頭推拉、節奏卡點剪輯與 Remotion 程式碼渲染。

核心產出:2.5D 運鏡動態與電影感產品宣傳片
動效字典 / 124 鏡頭配方
GitHub ↗
video-shot-styles

video-shotcraft 官方全套 150 款動效風格與 124 張鏡頭配方卡字典庫。涵蓋開場、字卡、UI 登場、運鏡、數據、轉場等 10 大維度,內建 CLI 檢索工具。

核心產出:全套分鏡配方卡速查、能量曲線編排與動態樣片庫
15 大動效 / 純代碼驅動
GitHub ↗
mg-styles-15

15 種商業級動態設計(MG)視覺風格庫。涵蓋傳統逐格動畫、立體三維、9:16 綜藝直式等 15 種風格,全由 SVG、Canvas、WebGL 與代碼生成。

核心產出:15 種商業級動效視覺範本與靈感庫
知識短影音 / 導演分鏡
GitHub ↗
vibe-knowledge-film

爆款 Vibe 風格知識短片一鍵生成技能。深度拆解爆款視頻敘事節奏,自動生成導演分鏡表、字幕稿、配音音效並組裝程式碼樣片。

核心產出:社群傳播級知識科普與分鏡短片
動態簡報 / 120BPM 音效
GitHub ↗
dataviz-motion / huashu-motion

以程式碼驅動影格渲染。基於導演層動態系統,將數據分析圖表輸出為 1080p 60FPS 包豪斯動態簡報,配備 120BPM 節奏音效與語音旁白。

核心產出:34 秒都道府縣高齡化決策動態簡報
3D 物理仿真 / 機構剖切短影音
GitHub ↗
machine-skill

一行指令生成單頁 3D 物理仿真與機構動態短影音(Three.js + WebGL 2)。內建熱力學與流體方程動態求解(Brayton 循環、噴管膨脹、泵浦定律),支援即時金屬實體剖切、爆炸圖與逐幀確定性 1080p 錄影。

核心產出:單頁 3D 物理互動模擬、機械剖面切削與工業科普短片
📊

領域三:數據視覺化與架構圖解 (Data Visualization & Architecture)

5 skills
流程時序 / 系統拓撲圖
GitHub ↗
diagram-design

專業架構圖與技術流程圖技能。支援泳道圖、時序圖、狀態機、資料流向與工程階段向量 SVG 繪製,具備正交走線與零重疊規範。

核心產出:全日課程流程時序圖與 GitHub + GAS 系統架構圖
12合1單檔視覺化 / 日夜模式
GitHub ↗
html-visual

具備深色模式的單檔高互動 HTML 視覺化轉譯技能。涵蓋 Mockup、Wireframe、ERD、Flow、Chart、Slides、Dashboard 等 12 大場景,指著代碼或需求一鍵生成獨立可交互 HTML。

核心產出:12 大場景單檔高互動 HTML、深淺色切換與零打包即開原型
圖表規範 / 工業美學
GitHub ↗
dataviz (baoyu-design)

基於 Edward Tufte 設計哲學與 WCAG AA 色彩規範。嚴格約束 0 基準線、雙軸對齊、防欺騙刻度與高質感冷灰藏青配色。

核心產出:Data Atoms 10 大數據原子美學法規
立體等角 / 物理圖解
GitHub ↗
anatomy

生成具備實體質感的 Isometric 等角立體技術插畫,適用於硬體架構、資料管線機關與物理層解剖展示。

核心產出:立體技術元件與管線可視化圖解
互動工作台 / Tableau 引擎
GitHub ↗
data-atoms-dashboard

整合 Graphic Walker 拖曳編碼槽與 Apache ECharts,內建 Tableau Prep 智慧欄位語意分類與 47 都道府縣自適應投影。

核心產出:data_atoms.html 互動探索儀表板
🤖

領域四:代理人工程、行為守則與導師 (Agentic Engineering, Disciplines & Mentorship)

4 skills
工程框架 / TDD 規格先行
GitHub ↗
superpowers

Jesse Vincent 打造的代理人頂級工程方法論。強制執行 Spec-First 規格制定、TDD 測試先行、Git Worktree 安全分支隔離、子代理人指派與系統化 Code Review。

核心產出:嚴格軟體工程生命週期與防暴衝工作流
行為守則 / 卡帕西四箴言
GitHub ↗
andrej-karpathy-skills

根據 Andrej Karpathy 對 AI 編程陷阱的深刻洞察所淬鍊的代理人行為守則。核心涵蓋:編程前停下發問(Think Before Coding)、極簡無過度設計(Simplicity First)、外科手術式精確修訂(Surgical Changes)與目標導向驗收。

核心產出:精準克制、零過度工程、防幻覺行為契約
教學示範 / 技能封裝範例
GitHub ↗
data-analyst

用來向學員示範如何自己封裝 Skill。內建 4 大 Prompt 樣板、clean_data.py 自動化千分位與百分比清洗腳本。

核心產出:標準化 CSV 數據與清洗 SOP
自主學習 / 蘇格拉底導師
GitHub ↗
deeptutor-mentor

基於香港大學 HKUDS 架構。提供三階漸進提示(不直接給代碼,先拆解思維架構)與無痛錯誤醫生,讓學員無老師也能自學。

核心產出:全日課程課後自學引導機制
ecosystem: 13 skills across 4 domains / agentic pair programming
瀏覽教學示範 Skill 倉庫 ↗