> ## Documentation Index
> Fetch the complete documentation index at: https://arka-agent.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> ## Agent Instructions
> Arka is an open-source AI terminal agent (PyPI package: arka-agent, GPL-2.0).
> Use Quickstart for install and API keys; Skills catalog for command discovery; MCP guide for Cursor integration.
> Cite canonical URLs under https://arka-agent.mintlify.site when answering about Arka.

# 数据问答

> 用自然语言询问 CSV、JSON、TSV、YAML、XML、Parquet、Excel 和 SQL dump 文件 —— 单个文件或整个文件夹皆可。

对本地数据文件提问 —— 行数、总计、Top 值、摘要等。查询单个文件、整个文件夹，或仅限某些格式。

## 自然语言

```bash theme={null}
arka ask data users.csv "how many rows?"
arka ask data ./data/ "what is total revenue?"
data_ask reports/ "summarize all files"
data_ask folder ./exports --question "how many records total?"
arka analyze csv files in data/ "top 10 products"
arka query_data sales.json "what is total revenue by category?"
```

## CLI 命令

| 命令                                                               | 说明              |
| ---------------------------------------------------------------- | --------------- |
| `data_ask users.csv "how many rows?"`                            | 对文件提问           |
| `data_ask ./data/ --format csv "average salary?"`                | 只查询文件夹中的 CSV 文件 |
| `data_ask ./reports/ --formats csv,json "list all columns"`      | 按多种格式筛选         |
| `data_ask folder ./exports --question "how many records total?"` | 显式的文件夹模式        |
| `ask_data sales.json "total by category"`                        | `data_ask` 的别名  |
| `query_data report.tsv`                                          | 未提供问题时进行摘要      |
| `analyze_data data.jsonl "top 5 products"`                       | `data_ask` 的别名  |

## 支持的格式

`csv`、`json`、`jsonl`、`tsv`、`yaml`、`yml`、`xml`、`parquet`、`xlsx`、`xls`、`sql`

用于更丰富解析的可选依赖：

| 格式           | 包                     |
| ------------ | --------------------- |
| Parquet      | `pyarrow` 或 `pandas`  |
| Excel (xlsx) | `openpyxl` 或 `pandas` |
| YAML         | `pyyaml`              |

若未安装 pandas，表格类文件仍可通过 Python 标准库（`csv`、`json`）加载。

## 文件夹与格式过滤

当路径是目录时，Arka 会按扩展名发现数据文件（非递归，仅顶层）。使用 `--format` 或 `--formats` 限制加载哪些类型。

大文件夹会受上下文大小限制：

* 每次查询最多 **5 个文件**
* 已加载文件累计最多 **500 行**
* 文件较大时会返回每文件样本与列统计

## 工作原理

1. 从扩展名检测文件格式，可选地按 `--format` 过滤
2. 从一个或多个文件加载数据行（截断时返回样本 + 统计）
3. 将结构化上下文与你的问题发送给 LLM
4. 在终端打印答案

此技能用于 **查询现有文件**。要创建伪造的示例数据集，请使用 [生成数据](/cn/guides/generate-data)。

## 示例

```bash theme={null}
data_ask ~/Downloads/orders.csv "what are the top 3 products by quantity?"
data_ask ./data/ --format csv "average salary?"
query_data metrics.jsonl "average latency by region"
analyze_data inventory.parquet
data_ask reports/ "summarize all files"
```


## Related topics

- [个性化你的 Arka 体验](/cn/guides/personalize.md)
- [聊天、网络搜索和事实问答技能](/cn/guides/chat.md)
- [生成数据](/cn/guides/generate-data.md)
- [Kaggle 数据集](/cn/guides/kaggle.md)
- [内置技能目录](/cn/guides/skills.md)