← 返回 Skills 市场

期末试卷分析仪表盘

Name: 期末试卷分析仪表盘
Author: liuwenqi123123

作者刘文琦 · GitHub ↗ · v1.0.0 · MIT-0

cross-platform ✓ 安全检测通过

总下载

当前安装

版本数

在 OpenClaw 中安装

/install exam-dashboard

功能描述

期末试卷分析仪表盘 - 融合数据可视化分析与微信公众号推文排版。自动生成20+种惊艳可视化图表、深度分析报告，并输出适合公众号展示的排版HTML。比Excel数据分析更强大、更美观。

使用说明 (SKILL.md)

期末试卷分析仪表盘 Skill

一键生成惊艳的试卷分析可视化仪表盘 + 公众号推文排版

功能亮点

✅ 20+种高级可视化图表 - 远超Excel的数据分析能力 ✅ 深度统计分析 - 难度、区分度、信度、效度等专业指标 ✅ 自动公众号排版 - 生成可直接发布的微信推文HTML ✅ 交互式仪表盘 - 基于Plotly的动态图表 ✅ 专业分析报告 - 自动生成Word/HTML格式报告 ✅ 一键式操作 - 上传Excel即可生成全部内容

触发词

"试卷分析"
"期末成绩分析"
"生成试卷分析仪表盘"
"exam dashboard"
"成绩可视化"
"试卷分析报告"

支持的数据格式

Excel文件 (.xlsx, .xls) - 推荐格式
CSV文件 (.csv)
数据要求：
- 第一列：学号/姓名
- 后续列：各题目得分
- 最后一列（可选）：总分

生成的20+种可视化图表

基础统计图表（5种）

成绩分布直方图 - 展示成绩正态分布情况
成绩分布箱线图 - 展示成绩四分位数和异常值
成绩分布小提琴图 - 展示成绩分布密度
分数段分布饼图 - 展示各分数段人数占比
累计分布图 - 展示成绩累计百分比

题目分析图表（8种）

各题得分率柱状图 - 展示每题得分率
各题难度散点图 - 展示题目难度分布
各题区分度散点图 - 展示题目区分度
题目相关性热力图 - 展示题目间相关性
各题得分率分布箱线图 - 展示各题得分率分布
难度-区分度四象限图 - 题目质量分析
各题得分率横向柱状图 - 横向对比各题得分率
题目得分率热力图 - 学生×题目的得分热力图

高级分析图表（7种）

班级对比雷达图 - 多维度对比分析
成绩排名散点图 - 展示学生排名分布
Q-Q图 - 检验成绩正态分布
异常值检测图 - 识别异常成绩
及格率/优秀率柱状图 - 展示及格率和优秀率
成绩分布3D直方图 - 3D可视化成绩分布
各题得分率时序图 - 如有多次考试，展示趋势
班级成绩对比分组柱状图 - 多班级对比
成绩分布面积图 - 展示成绩分布面积

专业分析图表（5种）

信度分析图 - Cronbach's α系数
效度分析图 - 内容效度/结构效度
项目特征曲线 - IRT模型分析
得分率瀑布图 - 展示总分构成
学生能力分布图 - 基于IRT的学生能力估计

使用方法

基本用法

# 激活Skill
/load-skill exam-dashboard

# 分析试卷数据
请帮我分析这份期末试卷数据：data.xlsx

高级用法

# 指定班级名称
请分析这份试卷数据：data.xlsx，班级是"网络与新媒体2301班"

# 生成公众号推文
请生成试卷分析报告的公众号推文，数据在data.xlsx

# 自定义输出
请生成试卷分析仪表盘，数据在data.xlsx，输出为HTML格式

输出内容

1. 交互式HTML仪表盘

包含所有20+种可视化图表
基于Plotly的交互式图表
可在浏览器中查看和交互

2. 公众号推文HTML

响应式设计，适合微信阅读
美观的排版和样式
包含分析报告和图表
可直接复制到微信公众平台

3. 分析报告（Word/PDF）

专业的试卷分析报告
包含统计指标解释
教学改进建议

4. 图表文件（PNG/SVG）

所有图表的单独文件
适合插入PPT或报告

安装依赖

pip install pandas numpy matplotlib plotly seaborn scipy scikit-learn jinja2 python-docx openpyxl

技术架构

数据处理：pandas, numpy
可视化：matplotlib, plotly, seaborn
统计分析：scipy, scikit-learn
报告生成：jinja2, python-docx
公众号排版：自定义HTML模板

示例输出

公众号推文示例

标题：📊 《XXX课程》期末试卷分析报告
包含：成绩概览、题目分析、教学建议、可视化图表
样式：美观、专业、适合微信阅读

仪表盘示例

交互式图表：可缩放、悬停查看详情
多维度分析：成绩、题目、班级对比
专业指标：难度、区分度、信度、效度

注意事项

数据格式：确保Excel文件格式正确
缺失值：Skill会自动处理缺失值
异常值：会自动检测并标注异常成绩
中文显示：已配置中文字体支持

更新日志

v1.0.0 (2026-06-13)

初始版本发布
实现20+种可视化图表
支持公众号排版输出
支持交互式仪表盘

作者

刘文琦 @ 黄淮学院文化传媒学院

许可证

MIT License

安全使用建议

Install only if you are comfortable processing exam data locally. Before sharing generated HTML, charts, or reports, remove student identifiers where possible, confirm you have permission to share class performance information, and delete generated output folders when they are no longer needed.

能力评估

ℹ Purpose & Capability

The stated purpose and implementation align: it reads user-provided Excel/CSV exam data and generates charts, statistics, Markdown, and WeChat-style HTML reports. The data may be sensitive educational information, so privacy handling matters.

ℹ Instruction Scope

The trigger phrases are broad but related to the skill's intended education-analysis use. The documentation clearly describes report and WeChat HTML generation, though it does not include privacy or anonymization warnings.

✓ Install Mechanism

Installation is limited to documented Python package dependencies. There are no install hooks, credential requests, API keys, or privileged setup steps in the artifacts.

✓ Credentials

Runtime behavior is proportionate to the purpose: it reads a user-specified data file and writes local chart/report outputs. No external network calls, command execution, destructive actions, or hidden data flows were found.

ℹ Persistence & Privilege

The script creates timestamped local output directories and persistent report/chart/HTML files. This is expected for the purpose, but users should manage retention and sharing because outputs may reflect student performance.

如何使用

确保已安装 OpenClaw（本地或 Docker 部署）
在对话框中输入安装命令：/install exam-dashboard
安装完成后，直接呼叫该 Skill 的名称或使用 /exam-dashboard 触发
根据 Skill 的参数说明提供必要输入，即可获得结构化输出

版本历史

v1.0.0

首次发布：融合20+种可视化图表与公众号推文排版，一键生成期末试卷分析报告

元数据

Slug exam-dashboard

版本 1.0.0

许可证 MIT-0

累计安装 0

当前安装数 0

历史版本数 1

常见问题