К основному содержанию
скилл CX Codex

dataset-quality-audit — скилл для Claude Code: проверка данных

Скилл проверяет табличные файлы на пропуски, дубликаты и другие проблемы качества. Пригодится перед анализом или загрузкой данных.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add zebbern/claude-code-guide --skill dataset-quality-audit -a claude-code
Открыть на GitHub

Что делает dataset-quality-audit

Скилл запускает проверку по 12 направлениям: ищет пропуски, дубликаты строк, смешанные типы, выбросы, проблемы формата и согласованности столбцов. Также оценивает названия столбцов, пустые значения, кардинальность и перекос числовых распределений. В отчёт входят оценки по направлениям, общий балл, буквенная оценка и предложения по исправлению.

Для проверки используется скрипт scripts/data_quality_checker.py. Он принимает CSV, TSV, Excel и JSON; отчёт можно вывести в JSON-файл через --output. Для проверки уникальности можно передать --id-columns, а для дат — --date-columns; без этих параметров скрипт пытается определить столбцы автоматически.

Перед запуском нужны Python 3.8+, pandas и numpy. Установите зависимости командой pip install pandas numpy; без них скрипт не запустится.

Какие задачи решает

  • найти пропуски и дублирующиеся строки в таблице
  • проверить типы значений и форматы столбцов
  • обнаружить выбросы и постоянные столбцы
  • оценить качество набора данных перед использованием
  • получить JSON-отчёт с подсказками по очистке

Примеры запросов агенту

  • Проверь качество данных в data.csv и сохрани отчёт в report.json.
  • Найди дубли по user_id и проверь формат дат в created_at и updated_at файла orders.csv.
  • Оцени пропуски, выбросы и несогласованные значения в data.tsv.

Как установить dataset-quality-audit

1Через Skills CLI (Vercel)

npx skills add zebbern/claude-code-guide --skill dataset-quality-audit -a claude-code

2Вручную: положить файлы

~/.claude/skills/dataset-quality-audit/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/dataset-quality-audit/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о dataset-quality-audit

Как установить dataset-quality-audit в Claude Code?

Выполните npx skills add zebbern/claude-code-guide --skill dataset-quality-audit -a claude-code. Файл скилла находится по пути ~/.claude/skills/dataset-quality-audit/SKILL.md.

Что делает dataset-quality-audit?

Проверяет табличные данные по 12 направлениям и формирует оценки, общую буквенную оценку и предложения по исправлению. Результат можно сохранить в JSON.

Какие зависимости нужны для dataset-quality-audit?

Нужны Python 3.8+, pandas и numpy. Установить библиотеки можно командой pip install pandas numpy.

Исходный текст

SKILL.md · MIT
---
name: dataset-quality-audit
description: "Run comprehensive quality checks on tabular data (CSV/Excel/TSV/JSON), detecting missing values, duplicates, outliers, format issues, and type inconsistencies to produce an overall score, grade, and actionable suggestions. Triggered when users ask to check data quality, find missing or duplicate values, detect outliers, validate formats, profile data, or clean data."
license: MIT
---

# dataset-quality-audit

A data quality auditing tool that runs 12-dimension quality checks on tabular data, producing per-dimension scores (0–100), an overall grade, and actionable fix suggestions.

## Capabilities

| Dimension | Description |
|-----------|-------------|
| Missing Values | Count and percentage of null/NaN values per column |
| Duplicate Rows | Number and percentage of fully duplicated rows |
| Type Consistency | Mixed types within a single column (e.g., numbers mixed with text) |
| Value Range / Outliers | Outlier detection using the IQR method |
| Format Compliance | Consistency of date, email, phone number, and other formatted fields |
| Uniqueness Constraints | Whether ID-type columns contain duplicates |
| Whitespace Issues | Leading/trailing spaces, empty strings, whitespace-only values |
| Constant Columns | Columns with only a single unique value (zero information) |
| Distribution Skewness | Whether numeric columns have excessive skewness |
| Column Naming | Spaces, special characters, or inconsistent casing in column names |
| Cardinality Anomalies | Unusually high or low number of unique values |
| Cross-Column Consistency | Logical checks across columns (e.g., start date before end date) |

## Quick Start

```bash
# Basic quality check
python3 scripts/data_quality_checker.py data.csv

# Save report as JSON
python3 scripts/data_quality_checker.py data.csv --output report.json

# Specify ID columns (for uniqueness checks)
python3 scripts/data_quality_checker.py users.csv --id-columns "user_id,email"

# Specify date columns (for format checks)
python3 scripts/data_quality_checker.py orders.csv --date-columns "created_at,updated_at"
```

## Detailed Usage

### Basic Invocation

```bash
python3 scripts/data_quality_checker.py <data-file> [options]
```

### Parameters

| Parameter | Short | Required | Default | Description |
|-----------|-------|----------|---------|-------------|
| `input` | — | Yes | — | Path to input file (CSV/TSV/Excel/JSON) |
| `--output` | `-o` | No | stdout | Path for the JSON report output |
| `--id-columns` | `-id` | No | Auto-detect | Comma-separated column names that should be unique |
| `--date-columns` | `-dc` | No | Auto-detect | Comma-separated column names containing dates |
| `--sample` | `-s` | No | All rows | Number of rows to sample (useful for large files) |
| `--encoding` | `-e` | No | utf-8 | File encoding |

## Output Format (JSON)

```json
{
  "file": "data.csv",
  "rows": 10000,
  "columns": 15,
  "overall_score": 78.5,
  "grade": "B",
  "dimensions": {
    "missing_values": {
      "score": 85.0,
      "issues": [
        {"column": "age", "missing_count": 150, "missing_pct": 1.5, "suggestion": "Fill with median or mode"}
      ]
    },
    "duplicates": {
      "score": 95.0,
      "issues": [...]
    }
  },
  "top_suggestions": [
    "Column 'age' has 1.5% missing values — consider filling with the median",
    "Found 200 fully duplicated rows — consider deduplication"
  ]
}
```

## Grading Scale

| Grade | Score Range | Meaning |
|-------|------------|---------|
| A+ | 95–100 | Excellent quality — ready for use as-is |
| A | 90–95 | Good quality — minor issues only |
| B | 80–90 | Moderate quality — recommended to fix before use |
| C | 60–80 | Poor quality — significant cleaning required |
| D | 40–60 | Very poor quality — many issues need attention |
| F | 0–40 | Essentially unusable — requires re-collection or major cleanup |

## Dependencies

- Python 3.8+
- pandas
- numpy

```bash
pip install pandas numpy
```

© zebbern · MIT · zebbern/claude-code-guide

Похожие скиллы

Все скиллы по теме «Данные и базы» →
xlsx официальный anthropics Работает с табличными файлами: создаёт, читает, правит и преобразует книги. Подходит, когда итогом должен стать файл Excel или другой табличный формат. 187 223установок google-agents-cli-observability официальный Google Помогает настроить трассировку и сбор данных о работе ИИ-агентов, включая агентов на ADK. Пригодится, когда нужно разбирать выполнение запросов или наблюдать за агентом после развёртывания. CX Codex +1 511 300установок caveman-evidence-review JuliusBrussee Скилл читает данные Caveman Cloud о расходах LLM, трассах и маршрутизации. Подходит для проверки того, куда уходит бюджет проекта. CX Codex +1 104 500установок migration JuliusBrussee Скилл задаёт правила безопасных миграций схем, данных и API с обязательным откатом. Пригодится при изменениях, где нельзя терять данные или ломать совместимость. CX Codex +1 103 900установок performance-optimization addyosmani Скилл для агентов ИИ-кодинга: сначала замеряет, потом чинит узкое место — от Core Web Vitals до N+1 запросов и индексов в базе. CX Codex +1 65 200установок supabase официальный supabase Скилл помогает настраивать базу данных, аутентификацию и RLS в Supabase без скрытых дыр в безопасности. CX Codex GP ChatGPT 8установок

Из того же набора24

network-101 Скилл помогает агенту поднять и протестировать HTTP, HTTPS, SNMP и SMB в учебной лаборатории: от настройки сервисов до разбора логов. CX Codex +1 ★ 4 679звёзд репо linux-shell-scripting Скилл с готовыми шаблонами bash-скриптов: бэкапы, мониторинг ресурсов, управление пользователями, разбор логов. Пригодится, когда агенту нужно написать рабочий скрипт, а не набросок. CX Codex +1 ★ 4 679звёзд репо file-path-traversal Скилл помогает искать уязвимости обхода путей и LFI в веб-приложениях. Он пригодится для проверки чтения файлов за пределами корня сайта. CX Codex +1 ★ 4 679звёзд репо dev-guide-generator Превращает техническую тему в готовый туториал: предварительные требования, настройка окружения, основные шаги, разбор ошибок и шпаргалка в конце. CX Codex +1 ★ 4 679звёзд репо database-scout Скилл для чтения схем SQLite и PostgreSQL: показывает таблицы, колонки, связи и рисует Mermaid ER-диаграммы. Запросы только на чтение. CX Codex +1 ★ 4 679звёзд репо data-viz-renderer Скилл превращает JSON-данные в автономную HTML/SVG-инфографику: карточки показателей, сравнения, схемы процессов и дашборды. Пригодится для отчётов и продуктовых метрик. CX Codex +1 ★ 4 679звёзд репо cv-tailor Скилл разбирает резюме и текст вакансии, считает совпадение ключевых слов и переписывает опыт по STAR с цифрами. CX Codex +1 ★ 4 679звёзд репо code-documenter Скилл для написания докстрингов, спецификаций OpenAPI и сайтов документации. Пригодится, когда код есть, а описаний к нему нет. CX Codex +1 ★ 4 679звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой