Data Analysis
从 CSV 或 JSON 时间序列数据中预测未来数期,并在一份报告中查看趋势、季节项和残差分解
Data Processing
自动识别常见日志格式,提取核心字段并推断字段类型,支持导出为 JSON、CSV 或 SQL。
追踪 JSON 字段路径、派生依赖关系和变换历史,生成字段级血缘图
从 SVG 折线图、柱状图、饼图等结构中逆向提取数据点并输出 JSON/CSV
上传 CSV 或 JSON 时间序列数据,基于 Z-Score 和 IQR 检测异常点,并输出带图表的报告
使用 JSONPath 或 JMESPath 风格表达式查询 JSON,查看匹配路径,并在原始文档中高亮提取结果
使用 lodash _.forOwn 遍历对象自有属性
使用 lodash _.hasIn 检测路径是否存在
使用 lodash _.has 检测路径是否存在
使用 lodash _.invertBy 按值分组反转
使用 lodash _.invert 反转键和值
使用 lodash _.defaultsDeep 应用深度默认值