01
本地 CSV 或 Excel
文件已经在本地时，优先使用 Python 或 Spreadsheet 能力完成读取、清洗、分析和可视化。
核心
按需
暂无固定工具，先确认内容形态
通常不需要
本地文件不需要先连接数据库或远程服务。从本地分析开始DATA-ANALYSIS / FIND BY GOAL
用 AI 做数据分析，需要哪些工具？
先看数据在本地 CSV、Excel、API、数据库还是网页，再选择本地分析、连接器或自动化，不要先接十个工具。
01
START WITH THE OUTCOME
先选你要完成的具体目标
核心、按需和暂时不需要的选择，都由当前用途的审核数据决定。
02
在线 API 数据
数据由服务接口提供时，使用最小权限的 API 访问，并保留请求与字段定义。
核心
按需
通常不需要
API 已经能稳定提供数据时，不必再增加重复连接层。按接口读取数据不预设，按目标精简
03
数据库中的业务数据
只有数据确实位于数据库时，才考虑 Database connector 或 MCP，并优先只读权限。
核心
按需
通常不需要
数据库连接会扩大权限面，需要限制表、查询和写入能力。最小权限连接不预设，按目标精简
04
网页数据或重复分析
公开网页可用浏览器或提取流程；每天重复的分析再增加自动化。
核心
暂无固定工具，先确认内容形态
按需
通常不需要
先让一次分析正确、可验证，再把它变成自动流程。先验证一次结果不预设，按目标精简
02
DECISION TREE / NO AI API
30 秒选出你的工具路线
只按目标回答，结果来自已审核的静态规则。
Q01
数据现在存在哪里？
先看数据在哪里
本地 CSV 或 Excel 可以直接用 Python、Spreadsheet 或现有 能力分析；在线服务通过 获取；数据库才需要 Database connector 或 ；公开网页再考虑浏览器或提取流程。
最小分析流程
Load → Clean → Analyze → Visualize → Explain → Validate。先让单次分析正确、结果可复核，再考虑自动执行。输出可以是表格、Chart、Summary、Report 或解释，但不能虚构准确率、Benchmark 或兼容性。
常见组合与不必要的连接
- 本地文件：Python / Spreadsheet，不接远程系统。
- API 数据：API + 本地分析。
- 数据库：只读连接 + 明确查询范围。
- 网页数据：Browser / extraction + 结果验证。
- 每天重复：在稳定分析之上增加自动化。
如果只是分析一个本地 CSV，不要先连接数据库 MCP、浏览器 MCP 和多个外部服务。
下一步
资料来源还没有整理好时，先进入研究。需要理解连接与工作方法的差异，查看 Skill vs MCP和常见问题。
06
SOURCES / LAST CHECKED
信息来源与编辑状态
组合判断来自本轮审核简报；下方官方入口只覆盖对应项目，未独立核验的工具仍为草稿。
01Model Context Protocol — Architecture官方02AWS — What is an API?官方03OpenAI — A Business Leader’s Guide to Working with Agents官方
最后检查：2026年9月5日editorial-pack