data-ingestion — скилл для Claude Code: что делает и как установить
Скилл data-ingestion загружает временные ряды из CSV-файлов или внешних источников и преобразует их в единый JSON для анализа.
Apache-2.0 ★ 151 обновлён 2026-10-12
/plugin marketplace add gemini-cli-extensions/sre
/plugin install sre-extension@sreЧто делает data-ingestion
Скилл принимает параметры source_type и source_details. При обработке файлов формата CSV он проверяет список путей, готовит промежуточные JSON во временной директории ~/.gemini/tmp/user/ и запускает парсер parse_csv.py для каждого входного файла через шелл-команды.
Затем результаты объединяются скриптом merge_timeseries.py, после чего промежуточные файлы удаляются, а итоговый JSON возвращается вызывающему агенту. Для запуска скриптов скилл требует активированного окружения Python venv с доступом к внутренним утилитам репозитория.
Какие задачи решает
- разобрать метрики временных рядов из локальных CSV-файлов
- объединить разрозненные замеры времени в единый JSON-поток
- подготовить данные мониторинга для других инструментов анализа
Примеры запросов агенту
- Загрузи временные ряды из CSV-файлов metrics_cpu.csv и metrics_mem.csv
- Преобразуй данные из metrics.csv через data-ingestion с параметром source_type: csv
- Объедини временные ряды из нескольких CSV в стандартизированный JSON
Как установить data-ingestion
1Через маркетплейс плагинов
/plugin marketplace add gemini-cli-extensions/sre/plugin install sre-extension@sreКоманда ставит плагин sre-extension целиком, со всеми его скиллами
2Через Skills CLI (Vercel)
npx skills add gemini-cli-extensions/sre --skill data-ingestion -a claude-code3Вручную: положить файлы
~/.claude/skills/data-ingestion/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/data-ingestion/
1Через Skills CLI (Vercel)
npx skills add gemini-cli-extensions/sre --skill data-ingestion -a codex2Вручную: положить файлы
.agents/skills/data-ingestion/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add gemini-cli-extensions/sre --skill data-ingestion -a cursor2Вручную: положить файлы
.cursor/skills/data-ingestion/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install gemini-cli-extensions/sre skills/data-ingestion2Вручную: положить файлы
.github/skills/data-ingestion/SKILL.md1Через Skills CLI (Vercel)
npx skills add gemini-cli-extensions/sre --skill data-ingestion -a gemini-cli2Командой платформы
gemini skills install https://github.com/gemini-cli-extensions/sre --path skills/data-ingestionВручную: положить файлы
.devin/skills/data-ingestion/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Claude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о data-ingestion
Как установить data-ingestion в Claude Code?
Выполните команду /plugin marketplace add gemini-cli-extensions/sre, затем установите скилл командой /plugin install sre-extension@sre.
Что делает скилл data-ingestion?
Он извлекает данные временных рядов из различных источников и конвертирует их в стандартизированный формат JSON.
Что нужно для корректной работы парсера?
Требуется настроенное окружение Python venv, так как скилл вызывает скрипты parse_csv.py и merge_timeseries.py через системный шелл.
Исходный текст
SKILL.md · Apache-2.0
---
name: data-ingestion
description: 🐉 Fetches and parses time-series data from various sources.
metadata:
author: "Szymon Stawski + Gemini"
version: 0.2.0
status: draft
---
# Data Ingestion Skill
This skill is responsible for fetching and converting time-series data from different sources into a standardized JSON format for other skills to consume.
**Inputs:**
* `source_type`: String indicating the data source (e.g., "csv", "cloud_monitoring").
* `source_details`: A dictionary or list containing the necessary information to access the data source.
* For `source_type: "csv"`: A list of file paths.
**Output:**
A JSON string in the standardized format (see README.md for details).
**Workflow:**
1. **Validate Inputs:** Check if `source_type` and `source_details` are provided.
2. **Route to Parser:** Based on `source_type`:
* If `source_type` is "csv":
* Ensure `source_details` is a list of file paths.
* Create a list of temporary file names for intermediate JSON outputs (e.g., `~/.gemini/tmp/user/parsed_0.json`, ...).
* **Parse Each CSV:** Iterate through the input file paths:
* Execute `python ./skills/data-ingestion/parse_csv.py <input_csv_path> > <temp_json_path>` using `run_shell_command` (with venv activation).
* Check for errors.
* **Merge JSONs:** Execute `python ./skills/data-ingestion/merge_timeseries.py <temp_json_path_1> <temp_json_path_2> ...` using `run_shell_command` (with venv activation).
* Capture the stdout from `merge_timeseries.py` as the final result.
* **Clean up:** Remove the temporary JSON files.
* Handle any errors during script executions.
* If `source_type` is not supported, return an error message.
3. **Return JSON:** Output the standardized JSON string.
© Szymon Stawski + Gemini · Apache-2.0 · gemini-cli-extensions/sre