Complete AI Data Analysis Agent implementation with 95.7% test coverage

test_data/README.md

@@ -0,0 +1,195 @@
+# 测试数据说明
+
+本目录包含用于测试和演示的示例数据集。
+
+## 数据集列表
+
+### 1. ticket_sample.csv - 工单数据示例
+
+**描述**：汽车售后服务工单数据，包含20条记录。
+
+**字段说明**：
+- `ticket_id`: 工单ID
+- `created_at`: 创建时间
+- `closed_at`: 关闭时间（待处理工单为空）
+- `status`: 状态（已关闭/待处理）
+- `type`: 问题类型
+- `model`: 车型
+- `module`: 问题模块
+- `priority`: 优先级（高/中/低）
+- `description`: 问题描述
+- `assigned_to`: 处理人员
+
+**数据特点**：
+- 包含已关闭和待处理两种状态
+- 待处理工单占比50%（异常高）
+- Model X 车型的车门模块远程控制问题占比80%（系统性问题）
+- 适合测试异常识别和深入分析功能
+
+**适用场景**：
+- 工单健康度分析
+- 问题根因分析
+- 处理效率分析
+- 积压情况分析
+
+### 2. sales_sample.csv - 销售数据示例
+
+**描述**：电子产品销售订单数据，包含25条记录。
+
+**字段说明**：
+- `order_id`: 订单ID
+- `order_date`: 订单日期
+- `customer_id`: 客户ID
+- `customer_name`: 客户姓名
+- `product_id`: 产品ID
+- `product_name`: 产品名称
+- `category`: 产品类别
+- `quantity`: 数量
+- `unit_price`: 单价
+- `total_amount`: 总金额
+- `region`: 销售区域
+- `sales_rep`: 销售代表
+- `payment_method`: 支付方式
+- `status`: 订单状态
+
+**数据特点**：
+- 涵盖多个产品类别（电子产品、配件、可穿戴设备等）
+- 包含多个销售区域（华东、华北、华南等）
+- 包含已完成和待发货两种状态
+- 适合测试销售趋势和区域分析
+
+**适用场景**：
+- 销售趋势分析
+- 区域表现对比
+- 产品销量分析
+- 客户购买行为分析
+
+### 3. user_sample.csv - 用户数据示例
+
+**描述**：用户账户和订阅数据，包含20条记录。
+
+**字段说明**：
+- `user_id`: 用户ID
+- `username`: 用户名
+- `email`: 邮箱
+- `registration_date`: 注册日期
+- `last_login`: 最后登录时间
+- `age`: 年龄
+- `gender`: 性别
+- `country`: 国家
+- `city`: 城市
+- `subscription_type`: 订阅类型（高级会员/普通会员/免费会员）
+- `subscription_start`: 订阅开始日期
+- `subscription_end`: 订阅结束日期
+- `total_orders`: 总订单数
+- `total_spent`: 总消费金额
+- `account_status`: 账户状态（活跃/不活跃）
+- `preferred_category`: 偏好类别
+
+**数据特点**：
+- 包含三种订阅类型
+- 包含活跃和不活跃用户
+- 包含用户消费行为数据
+- 适合测试用户分群和流失分析
+
+**适用场景**：
+- 用户活跃度分析
+- 订阅转化分析
+- 用户价值分析
+- 流失风险识别
+
+### 4. anomaly_sample.csv - 异常数据示例
+
+**描述**：包含明显异常的交易数据，包含25条记录。
+
+**字段说明**：
+- `transaction_id`: 交易ID
+- `transaction_date`: 交易日期
+- `customer_id`: 客户ID
+- `amount`: 交易金额
+- `transaction_type`: 交易类型
+- `status`: 交易状态
+- `processing_time_hours`: 处理时长（小时）
+- `error_count`: 错误次数
+- `region`: 地区
+
+**数据特点**：
+- 华东地区的大额交易（>15000元）处理时长异常长（>45小时）
+- 华东地区大额交易的错误次数异常高（3-6次）
+- 其他地区的交易处理正常（<3小时）
+- 明显的地区性系统问题
+
+**异常模式**：
+1. **金额异常**：部分交易金额远超平均值
+2. **处理时长异常**：华东地区大额交易处理时长是正常的20-30倍
+3. **错误率异常**：华东地区大额交易错误次数远高于正常
+4. **地区集中**：所有异常交易都集中在华东地区
+
+**适用场景**：
+- 异常检测测试
+- 问题根因分析
+- 深入分析功能测试
+- 动态计划调整测试
+
+## 使用建议
+
+### 快速测试
+```bash
+# 测试完全自主分析
+python -m src.main --data test_data/ticket_sample.csv --output output/test1
+
+# 测试指定需求分析
+python -m src.main --data test_data/sales_sample.csv --requirement "分析销售趋势" --output output/test2
+
+# 测试模板分析
+python -m src.main --data test_data/ticket_sample.csv --template templates/ticket_analysis.md --output output/test3
+```
+
+### 测试特定功能
+
+**测试异常识别**：
+```bash
+python -m src.main --data test_data/anomaly_sample.csv --output output/anomaly_test
+```
+预期：AI 应该识别出华东地区大额交易的异常模式
+
+**测试深入分析**：
+```bash
+python -m src.main --data test_data/ticket_sample.csv --output output/deep_analysis
+```
+预期：AI 应该发现车门模块问题并进行深入分析
+
+**测试数据类型识别**：
+```bash
+# 工单数据
+python -m src.main --data test_data/ticket_sample.csv --output output/type_test1
+
+# 销售数据
+python -m src.main --data test_data/sales_sample.csv --output output/type_test2
+
+# 用户数据
+python -m src.main --data test_data/user_sample.csv --output output/type_test3
+```
+预期：AI 应该正确识别每种数据类型
+
+## 数据质量
+
+所有测试数据都经过精心设计：
+- ✅ 数据格式正确（CSV，UTF-8编码）
+- ✅ 字段类型合理（数值、文本、日期）
+- ✅ 包含真实业务场景
+- ✅ 包含可识别的模式和异常
+- ✅ 适合测试各种分析功能
+
+## 扩展数据
+
+如果需要更大的数据集进行性能测试，可以：
+1. 复制现有数据并修改ID
+2. 使用数据生成工具创建更多记录
+3. 使用真实的业务数据（注意脱敏）
+
+## 注意事项
+
+- 这些数据仅用于测试和演示，不代表真实业务数据
+- 数据中的人名、地名等信息均为虚构
+- 如需用于生产环境，请使用真实数据