AVA把安装交给 Agent
把下面的提示词发给 Agent，它会帮你检查环境、装好 AVA 和 Skill，再实际跑一遍，确认可以开始分析。
查看安装提示词
请在当前项目安装 AVA Agent Skill，让你可以帮我分析数据、生成图表。
1. 检查当前环境是否为 macOS 或 Linux，是否具备 Node.js 22.13 或更高版本以及 npm。需要升级时，优先使用已有的 Node 版本管理器；无法满足要求时，说明缺少什么。
2. 运行 `npm install -g @antv/ava@4` 安装 CLI，并确认 `ava --help`、`ava source --help` 可以正常执行。
3. 为当前项目检测到的 Agent 安装 Skill：`npx --yes skills add antvis/AVA --skill ava --yes`。
4. 阅读安装后的 ava/SKILL.md 及其环境配置参考，使用 `npx --yes skills list` 确认安装结果。
5. 在新建的临时目录中，用一份很小的 CSV 验证 CLI：通过 `ava source` 加载，使用 `ava schema` 查看结构，再运行 `ava query` 完成一次简单聚合。使用实际返回的数据集 ID 和 schema 中的表名，验证后释放测试会话。
分析时使用你自身的推理能力，不要额外向我要 AVA 模型 API 密钥。完成后告诉我 CLI 版本、Skill 安装位置和验证结果。如果某一步失败，请说明具体错误，不要宣称成功；同时说明是否需要开启新的 Agent 会话来加载 Skill。习惯自己运行命令？可以直接按手动安装操作。
Agent 和 AVA 各负责什么
Agent 理解问题、规划分析、编写查询并解释结果； AVA 负责连接数据、执行查询和渲染图表。Skill 则告诉 Agent 怎样把这些工具串成完整的分析流程。
你可以让它比较不同时期、探索数据集、排查变化，或基于已核实的结果生成图表。从本地 CSV、JSON、Parquet、Excel、SQLite 文件开始，也可以使用已配置的数据库连接。
试一遍：收入变化从哪里来
这个可复现示例使用 8 行模拟数据 ：四款产品在 2025 年 1 月和 2 月的收入，单位为美元。下方结果由这份数据计算得出，用来展示交付内容，并非某次 Agent 对话的录屏。
1. 准备一份数据
下载 sales.csv，保存到工作目录。
2. 把分析需求交给 Agent
安装完成后开启新的 Agent 会话，再粘贴下面的提示词。如果 CSV 存在其他位置，请替换为实际文件路径。
请用 AVA Skill 分析 ./sales.csv。
比较 2025 年 1 月和 2 月的收入合计，单位为美元。
计算收入增减金额和变化比例，再按产品拆解变化，找出贡献最大的产品。
核对各产品的变化之和是否等于整体变化，不要推断数据里没有提供的原因。
在新建的输出目录中，将各产品收入变化绘制为水平条形图，保存为 revenue-change.html。
同时提供简短结论、结果表和实际执行的查询，方便我复现分析。3. 查看并核对结果
收入增长 25%（增加 7,500 美元）。Analytics 贡献了 6,000 美元，占净增量的 80%。
Reporting 收入减少了 1,000 美元，抵消了其他产品的部分增长。这些数字能说明变化 发生在哪里 ，但这份示例数据不足以解释 为什么会变化 。
| 产品 | 1 月（美元） | 2 月（美元） | 变化（美元） |
|---|---|---|---|
| Analytics | 12,000 | 18,000 | +6,000 |
| Automation | 8,000 | 10,000 | +2,000 |
| Support | 4,000 | 4,500 | +500 |
| Reporting | 6,000 | 5,000 | −1,000 |
| 合计 | 30,000 | 37,500 | +7,500 |
打开图表 ↗ · 下载 HTML · 下载 SQL · 下载图表配置
示例查询使用 data 表，这是 AVA 的 DuckDB CSV 加载器暴露的表名。分析自己的数据时，应先让 Agent 运行 ava schema，再根据实际结构编写查询。如果想自行渲染已保存的图表配置，下载后运行：
ava viz --spec @chart.json --output revenue-change.html如果输出文件已存在，请换一个新的路径。导出的 HTML 需要联网加载图表渲染器。Agent 的措辞和图表设计可能不同，但这份示例的计算结果应与上表一致。
手动安装
CLI 需要 Node.js 22.13 或更高版本 、 macOS 或 Linux ，以及支持后台进程和 Unix socket 的环境。分别安装 CLI 和 Skill：
npm install -g @antv/ava@4
npx --yes skills add antvis/AVA --skill ava --yes这会全局安装 CLI，并为当前项目中检测到的 Agent 安装 Skill。Skill 安装器也支持用 --agent 指定 Agent，或用 --global 跨项目安装。
检查安装结果；如果 Agent 尚未发现 Skill，开启一个新会话：
ava --help
ava source --help
npx --yes skills list什么时候需要配置模型
Agent 可以用自身的推理能力，结合 source、schema、query 和 viz 完成这个示例。这条流程不需要单独配置 AVA 的模型。
直接调用模型的 AVA 命令——analyze、suggest、translate、recommend、visualize——以及文本提取，都需要模型配置。使用数据集会话时，请在运行 ava source 之前 设置相关模型环境变量。
常见问题
- Agent 找不到 Skill。 在安装 Skill 的项目目录运行
npx --yes skills list，确认安装时选中了你的 Agent，再开启新会话。 - 找不到
ava命令。 检查 npm 全局安装是否成功，以及可执行文件目录是否在 Agent 的PATH中。 - 数据集不可用。 会话闲置 30 分钟后会过期。重新加载数据源并使用新的数据集 ID。相关命令需要由同一用户，在相同的运行环境和临时目录中执行。
- 图表为空白。 检查是否能联网加载图表渲染器，核对图表配置，并用结果表验证数值。