20分钟内完成小红书数据清洗、统计与可视化：上传Excel后AI自动识别字段与记录数，智能检测并合理填充缺失值（文本填“未标注”、数值填中位数），生成清洗后数据；一键绘制点赞直方图、标题词云图、收藏vs点赞散点图（含趋势线与R²）；最后整合为可交互HTML报告，支持缩放下载，双击即用。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
用自然语言描述需求，20分钟内完成一单小红书运营数据清洗、统计与可视化，不需要写一行代码，也不用安装额外库。
启动CodeBuddy并加载原始数据
打开 codebuddy.ai 网页版或已安装的 IDE 客户端，登录后点击左上角「New Project」新建空白项目。
将你导出的小红书笔记 Excel 文件（如“通义灵码小红书数据.xlsx”）直接拖入编辑区中央虚线框，等待文件解析完成——这一步必须等进度条走完，【未完成解析就输入指令会导致AI读不到表结构】。
在对话框中输入：请加载这份通义灵码小红书数据文件，使用 Python 进行分析，告诉我这份数据一共有多少条记录，包含哪些字段。
自动识别并清洗缺失值
AI会立刻返回字段列表和总行数（例如：86 条记录，字段含笔记标题、发布时间、点赞数、收藏数、评论数、标签等）。
紧接着输入：请帮我检查一下数据中是否有缺失值，分别在什么字段上？
若返回结果指出“标签”字段有 12 处空值、“收藏数”字段有 3 处 NaN，则继续输入：请对缺失值做合理填充，便于我下一步数据分析。注意：这里不要说“用均值填充”，AI 会自行判断文本/数值字段类型并选用合适策略——比如文本字段填“未标注”，数值字段填中位数。
清洗完成后，AI 会自动生成新 DataFrame 并命名为 df_clean，同时输出清洗前后对比摘要。此时可手动点击右上角「Export → Export as Excel」保存为“通义灵码小红书数据_清洗后.xlsx”。
一键生成三类核心图表
方法一：直方图看互动分布
输入：请根据清洗后的数据（通义灵码小红书数据_清洗后），帮我画出点赞数的分布图，使用直方图展示，横轴为点赞数区间，纵轴为笔记数量。
方法二：词云图抓内容焦点
输入：请根据“笔记标题”字段生成一个标签词云图，展示出现频率最多的前 50 个关键词，字体大小反映频次高低。
方法三：散点图查相关性
输入：请绘制收藏数 vs 点赞数的散点图，给每个点添加透明度，并拟合一条趋势线，标注 R² 值。
三个指令发出后，AI 将依次生成完整可运行代码、执行绘图、并自动弹出渲染后的图表预览窗。每张图右上角都有「Download PNG」按钮，点击即可保存本地。
导出带交互的 HTML 可视化报告
第一步：在 Craft 模式下输入指令：
请将以上三张图整合成一份 HTML 报告，使用 ECharts 实现，要求：左侧导航栏可点击切换图表，每张图支持缩放与下载，页面顶部显示“小红书笔记数据分析报告（2026年8月）”。
第二步：等待 AI 生成 index.html 文件并嵌入全部 JS 逻辑后，点击右侧文件树中的 index.html → 右键 → 「Preview in Browser」。
第三步：确认页面正常加载且交互可用，然后右键该文件 → 「Download」→ 保存到本地。这份 HTML 文件双击即可在任意浏览器打开，无需联网、无需服务器。
