# data-formats

Скилл data-formats для Claude Code исследует неизвестные файлы и выбирает способ их разбора. Определяет подход к чтению, даже если тип и структура данных заранее неясны.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf (Devin Desktop), Claude.ai · ★ 1125 у репозитория
- Автор: vstorm-co
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/vstorm-co/pydantic-deepagents/tree/HEAD/apps/cli/skills/data-formats/SKILL.md
- Обновлён: 2026-10-27
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/data-formats

## Что делает

Сначала скилл предлагает проверить сигнатуру файла и посмотреть его содержимое, а уже потом выбирать парсер. Для этого в инструкциях есть команды `file`, `xxd`, `head` и пример чтения первых байтов через Python.

Дальше описаны подходы к бинарным и структурированным текстовым файлам, базам SQLite, моделям и контрольным точкам PyTorch, TensorFlow, NumPy и ONNX. Для больших файлов советует сначала изучить образцы и проверить формат строк, типы, пропуски и кодировку. Бинарный файл, прочитанный как текст, может повредить данные — способ чтения здесь принципиален.

Для неизвестного бинарного формата скилл предлагает искать сигнатуру, версии и смещения, а затем проверять минимальный парсер на известных значениях. В примерах используются Python и системные команды; отдельные библиотеки нужны для разбора конкретных форматов, например `torch`, `numpy` и `onnx`.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add vstorm-co/pydantic-deepagents --skill data-formats -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/data-formats/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/data-formats/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add vstorm-co/pydantic-deepagents --skill data-formats -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/data-formats/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add vstorm-co/pydantic-deepagents --skill data-formats -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/data-formats/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install vstorm-co/pydantic-deepagents apps/cli/skills/data-formats
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/data-formats/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add vstorm-co/pydantic-deepagents --skill data-formats -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/vstorm-co/pydantic-deepagents --path apps/cli/skills/data-formats
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/data-formats/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/vstorm-co/pydantic-deepagents/tree/HEAD/apps/cli/skills/data-formats/SKILL.md

## Когда брать
- определить формат файла по сигнатуре и содержимому
- разобрать CSV с необычным разделителем или кавычками
- изучить структуру неизвестного бинарного файла
- проверить набор файлов на пропуски и различия в формате

## Примеры запросов агенту
- Определи формат файла `data.bin` и предложи способ его разобрать.
- Проверь `records.csv`: найди разделитель, заголовок и проблемы с кодировкой.
- Исследуй файлы модели и подскажи, как их загрузить.

## Похожие
- [json-data-handling](https://affpapa.org/nevibecode/skills/json-data-handling.md) — скилл · 402 установки
- [llmquant-data](https://affpapa.org/nevibecode/skills/llmquant-data.md) — скилл · 537 установок
- [data-story-outliner](https://affpapa.org/nevibecode/skills/data-story-outliner.md) — скилл · 1 установка
- [voltagent-data-ai](https://affpapa.org/nevibecode/plugins/voltagent-data-ai.md) — плагин · ★ 26718 у репозитория
- [data-driven-feature](https://affpapa.org/nevibecode/commands/seth-hobson-data-driven-feature.md) — команда · ★ 126 у репозитория
- [Shipshape Data](https://affpapa.org/nevibecode/mcp/shipshape-data.md) — MCP-сервер

Из того же набора: [vstorm-co/pydantic-deepagents](https://affpapa.org/nevibecode/by/vstorm-co/pydantic-deepagents.md) — 14 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
