# data-quality-check

Скилл data-quality-check автоматически оценивает качество строительных данных по пяти метрикам: полнота, точность, согласованность, своевременность и достоверность. Нужен Python 3.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 118 установок · ★ 434 у репозитория
- Автор: datadrivenconstruction
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction/tree/HEAD/2_DDC_Book/2.6-Data-Quality-Validation/data-quality-check/SKILL.md
- Обновлён: 2026-10-19
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/data-quality-check

## Что делает

data-quality-check проверяет данные BIM-экспортов, реестров и других источников строительной информации. Внутри — класс DataQualityChecker с методами для каждой метрики: completeness ищет пропуски в обязательных полях, accuracy сравнивает значения с диапазонами (например, объём должен быть между 0 и 10000 м³), consistency ловит дубли и нарушения связей между полями (End_Date ≥ Start_Date), timeliness проверяет возраст записей, validity валидирует значения по regex-паттернам.

Каждая проверка выдаёт процент и флаг passed с пороговым значением — completeness и accuracy требуют ≥95 и ≥98 процентов. Скилл логирует проблемы: какие колонки не найдены, сколько дубликатов, какие значения за границами. Требует Python 3 в PATH; работает с pandas и numpy для чтения Excel и обработки датафреймов.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill data-quality-check -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill data-quality-check -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill data-quality-check -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction 2_DDC_Book/2.6-Data-Quality-Validation/data-quality-check
```

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

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill data-quality-check -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --path 2_DDC_Book/2.6-Data-Quality-Validation/data-quality-check
```

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction --skill data-quality-check -a opencode
```

### 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/datadrivenconstruction/DDC_Skills_for_AI_Agents_in_Construction/tree/HEAD/2_DDC_Book/2.6-Data-Quality-Validation/data-quality-check/SKILL.md

## Когда брать
- Найти пропуски в обязательных полях BIM-экспорта
- Выявить значения вне допустимых диапазонов (объём, площадь, стоимость)
- Обнаружить дублирующиеся ElementId и нарушения связей между датами
- Оценить давность обновления данных в реестре
- Составить отчёт о проблемах с конкретными строками и колонками

## Примеры запросов агенту
- Проверь качество данных в файле bim_export.xlsx по пяти метрикам
- Оцени полноту и точность стоимостей в таблице смет.xlsx
- Найди дубли ElementId и записи с End_Date раньше Start_Date

## Похожие
- [data-quality-checker](https://affpapa.org/nevibecode/skills/data-quality-checker.md) — скилл · 3700 установок
- [analyze-data-quality](https://affpapa.org/nevibecode/skills/analyze-data-quality.md) — скилл · 9 установок
- [data-quality-auditor](https://affpapa.org/nevibecode/plugins/data-quality-auditor.md) — плагин · ★ 30251 у репозитория
- [Verification & Quality Assurance](https://affpapa.org/nevibecode/skills/verification-quality-assurance.md) — скилл · ★ 850 у репозитория
- [quality-score](https://affpapa.org/nevibecode/skills/quality-score.md) — скилл · ★ 98 у репозитория
- [mikka-ux-quality-audit](https://affpapa.org/nevibecode/skills/mikka-ux-quality-audit.md) — скилл · ★ 88 у репозитория

Из того же набора: [datadrivenconstruction/ddc_skills_for_ai_agents_in_construction](https://affpapa.org/nevibecode/by/datadrivenconstruction/ddc_skills_for_ai_agents_in_construction.md) — 156 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
