某互联网公司产品经理
个人画像分析——AiPy 数据分析实战案例
提示词
请提供浏览器历史数据库文件以便生成同款任务。
基于 Edge 浏览器最近 30 天的浏览历史记录，生成一份全面的个人画像报告，包含兴趣偏好、行为习惯和性格推测。
执行要求：
1. 读取并解析 Edge 浏览器的 History SQLite 数据库，提取最近30天的浏览记录
2. 基于 URL 域名分类、访问频次、时间段分布等维度进行分析
3. 生成一份详细的HTML分析报告，描述用户的兴趣偏好、行为习惯和个性特征
4. 报告内容需对敏感信息做脱敏处理，确保不包含银行/支付/理财类网站以及邮箱/网盘等私人服务
产品经理的痛点
- 自我认知模糊 — 想知道自己每天上网都在干什么，但浏览记录太多，手动分析不现实
- 数据提取门槛高 — Edge 数据库是 SQLite 格式，22MB 的大文件，普通用户无法直接读取
- 分析维度单一 — 只看浏览时长或访问次数，缺少兴趣分类、时段分布、性格推测等深度分析
- 隐私保护难 — 分析过程中涉及银行、邮箱等敏感信息，需要精细脱敏处理
- 结果呈现枯燥 — 纯数据分析结果难以直观理解，需要可视化+文字解读结合
AiPy 实现过程
1
读取 SQLite 数据库复制 Edge 22MB 的 History 数据库，解析 WebKit 时间戳，提取最近30天数据
2
数据脱敏处理精确过滤银行、支付、理财、邮箱、网盘等敏感域名，保护个人隐私
3
多维度画像分析兴趣分类、时段分布、周活跃度、搜索行为、性格特征等全面挖掘
4
生成可视化报告内嵌 SVG 图表（饼图+柱状图），精美 UI 设计，完全离线可用
智能分析结论
-
兴趣TOP3
社交(26%) > 办公(24%) > AI(12%) — 小红书、飞书、Kimi 构成了您的上网三件套
-
行为模式
下午14:00~17:00是黄金上网时段，周四最活跃，工作日占比高达86.4%
-
性格画像
高效社交家 × AI 探索者 × 终身学习者 — 效率至上、社交达人、技术先锋、求知好学、进取上进、平衡生活
产品经理的 AiPy 使用心得
- 一句话搞定复杂任务 — 只需要把需求用大白话说清楚，AiPy 就能自动组建团队、分配任务、执行分析
- 自动识别数据库格式 — 不用管 SQLite 是什么，AiPy 会自动处理 WebKit 时间戳、数据清洗等底层工作
- 隐私保护不用操心 — 自动过滤敏感信息，最终报告干净安全，可以直接分享
- 输出形式灵活 — 想要网页、文字报告还是 PDF，一句话就能切换格式
用户真实评价
"一直想分析自己的上网习惯，但每次看到那22MB的数据库文件就放弃了。没想到用 AiPy 只需要说一句'帮我分析一下'，几分钟后一份精美的个人画像报告就出来了！最让我惊喜的是它居然能根据浏览数据推测出我的性格特征，而且说得还挺准的！"
经验分享
经验一：数据提取遇到时间戳异常怎么办？
第一次提取数据时，发现日期显示为2393年！原来是 Edge 使用 WebKit 时间戳（从1601年开始的微秒数），而我的代码用了 Unix 时间戳解析。发现问题后，我输入"继续"让AiPy修正了时间戳转换逻辑，数据就恢复正常了！
📌 输入"继续"后，AiPy自动修正时间戳问题
经验总结：遇到技术问题不要慌！只需输入"继续"，AiPy就能智能识别上下文，从断点处继续执行，非常方便！
经验二：从文字报告到网页版，渐进式优化
这次任务中，我先让AiPy生成了文字版报告，看了结果后再要求改成网页版。实践证明，这种渐进式优化的方式好处多多：
1
先看结果再优化
先拿到文字版确认数据和分析逻辑没问题，再投入精力做视觉优化，避免返工。
2
参考优秀案例
看到别人的案例展示页面后，直接说"做成类似的格式"，AiPy就能自动复刻样式。
3
灵活调整输出
从文字报告 → HTML网页 → 案例展示页面，逐步迭代，每一步都基于上一步的成果。
核心建议：不要一上来就追求完美！先拿到基础版本，再逐步优化迭代，这样更高效、更可控！
效率对比
以前手动做
2h+
手动导出数据库
Python写分析脚本
手动绘制图表
Python写分析脚本
手动绘制图表
现在用 AiPy
5'
自动读取数据库
智能多维度分析
精美网页报告输出
智能多维度分析
精美网页报告输出
🚀 效率提升超过24倍！5分钟搞定全部分析