分析一份数据

上传一个小 CSV，提出一个统计问题，批准第一次代码执行，然后在产物列表里找到图和报告。

• **用时：**约 15 分钟。任务本身通常几分钟内完成。
• **你需要：**按快速开始配置好可用的任务模型。
• **输入：**仓库自带的合成样例 plant-growth.csv：三种施肥处理下的 45 株植物，记录每株每天的光照时长和干重。
• **Skill 与连接器：**不需要。任务使用托管 Python 环境，其中已有 pandas、SciPy 和 Matplotlib。
• **完成后得到：**产物列表中的 growth-report.md 和 treatment-boxplot.png。

这是学习路径的第二课，第一课是快速开始。

1. 获取样例文件

如果你克隆了仓库，文件已经在 docs/examples/plant-growth.csv。如果你使用预编译二进制，先下载它：

curl -LO https://raw.githubusercontent.com/openJiuwen-ai/sciencediscovery/main/docs/examples/plant-growth.csv

这些数值是为教程生成的合成数据，说明见样例数据说明。

2. 确认 Python 环境

打开 系统设置 → 本地 Runner → 科学环境，Python 基础环境应显示 就绪。新的数据目录会在首次启动后于后台准备这个环境；显示 安装中 时，先等它完成再发送任务。

3. 上传文件

新建一个 Project，例如 plant-growth，打开其中的 Session。在右侧 工作区 面板中，把 plant-growth.csv 拖到 拖放文件 区域，或点击该区域选择文件。页面会提示上传成功，文件出现在 文件 下，同时作为用户上传出现在 产物 中。

4. 发送任务

把下面的提示完整粘贴到消息框并发送：

请分析已上传的文件 plant-growth.csv。它记录了三种施肥处理下 45 株植物的干重。

1. 用 pandas 读取文件，报告每种处理各有多少株植物。
2. 按处理汇总 dry_mass_g（n、均值、标准差），以表格给出。
3. 用单因素方差分析（scipy.stats.f_oneway）检验各处理的 dry_mass_g 均值是否不同，再用 Tukey HSD（scipy.stats.tukey_hsd）做两两比较。报告统计量和 p 值。
4. 画出按处理分组的 dry_mass_g 箱线图，并叠加每株植物的数据点，保存为 treatment-boxplot.png。
5. 各株植物的 light_hours 也不同。检查它在各处理之间是否均衡，并说明它能否解释处理间的差异。
6. 把表格、检验结果、图和简短的局限性说明写入 growth-report.md。
7. 把 growth-report.md 和 treatment-boxplot.png 登记为产物，并在最终回复中写出它们的文件名。

使用已经装有 pandas、SciPy 和 Matplotlib 的托管 Python 环境，所有计算都要实际运行，不要在回复中估算数字。

5. 批准第一次代码执行

在默认审批模式 危险操作时询问 下，第一条命令会停在 需要权限 卡片上，动作是 运行本地代码。卡片上会显示 Agent 想运行的命令。

• 仅允许一次：只批准这一条命令，下一条仍会询问。
• 允许同类操作：批准这一条以及之后的代码执行，分析可以不再中断地跑完。
• 拒绝：拒绝执行，Agent 只能在不运行代码的情况下继续。

本课选择 允许同类操作。代码仍在沙箱中运行，只能访问工作区，也不能联网。之后可以在 系统设置 → 权限 中撤销这项授权，最后一课会带你操作。

6. 你应该看到什么

不同模型写出的代码和文字不同，所以请对照下面的结果形态，而不是具体措辞或数字：

• 时间线先显示 Agent 列出并读取文件，然后是若干次代码执行。展开任意一次可以看到命令和输出。先失败一次、再修正重跑是正常现象。
• 产物 中出现 growth-report.md 和 treatment-boxplot.png，旁边通常还有分析脚本和结果文件。
• 打开 growth-report.md，可以看到每组 15 株的汇总表、方差分析的统计量和 p 值、三种处理之间的两两比较、图或对图的引用，以及一段局限性说明。
• 报告会说明 light_hours 在各处理之间是否均衡。这份样例并不完全均衡，认真的报告会讨论它，而不是忽略它。
• 报告登记为产物约一分钟后，Reviewer 可能会自动添加一张评审卡片。它的发现是最后一课的起点。

7. 确认结果

• 任务已结束，不再显示为运行中。
• 时间线中有你批准过的代码执行。
• 产物中有 growth-report.md 和 treatment-boxplot.png。
• 报告中的数字来自实际运行的代码，图能在预览中打开。

如果任务无法导入 pandas，确认 Python 环境为 就绪，并要求 Agent 使用托管环境。如果没有出现产物，要求它把这两个文件登记为产物。

下一课

保留这个 Session，后面的课程还会用到它的报告。继续学习检索文献并写出带引用的摘要。