# data-analysis

Скилл data-analysis исследует набор данных через проверяемые гипотезы и собирает отчёт с подтверждёнными числами. Запускайте его для открытого анализа, а не для поиска причины уже известной ошибки.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf (Devin Desktop), Claude.ai · ★ 185 у репозитория
- Автор: gaasher
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/gaasher/Agent-Loop-Skills/tree/HEAD/loops/data-analysis/SKILL.md
- Обновлён: 2026-06-30
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/gaasher-data-analysis

## Что делает

Сначала скилл профилирует набор данных, затем проверяет по одной гипотезе: пишет и запускает код, повторно выводит ключевое число другим способом и оценивает размер эффекта. В отчёт попадают только подтверждённые результаты; опровергнутые гипотезы записываются в журнал. Каждое утверждение сопровождается числами и методом расчёта.

Результаты сохраняются в файле отчёта, а журнал ведётся в `./sandbox/ledger.tsv`. Можно задать вопрос для анализа; без него скилл исследует данные шире. Python 3.9+ требуется для работы. Код запускается в окружении пользователя, поэтому наличие `pandas` или `numpy` скилл проверяет, а не предполагает.

Скилл не предназначен для разбора одной известной аномалии или сбоя конвейера. Для таких задач цикл гипотез будет искать закономерности в наборе данных, а не диагностировать конкретную поломку.

## Установка

### Claude Code (родная платформа)

1. **Через маркетплейс плагинов**
В чате агента (не в терминале):
```text
/plugin marketplace add gaasher/Agent-Loop-Skills
```
В чате агента (не в терминале):
```text
/plugin install agent-loops@agent-loop-skills
```
Команда ставит плагин agent-loops целиком, со всеми его скиллами

2. **Через Skills CLI (Vercel)**
```bash
npx skills add gaasher/Agent-Loop-Skills --skill data-analysis -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add gaasher/Agent-Loop-Skills --skill data-analysis -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add gaasher/Agent-Loop-Skills --skill data-analysis -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install gaasher/Agent-Loop-Skills loops/data-analysis/SKILL.md
```

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

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add gaasher/Agent-Loop-Skills --skill data-analysis -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/gaasher/Agent-Loop-Skills --path loops/data-analysis
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/data-analysis/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/gaasher/Agent-Loop-Skills/tree/HEAD/loops/data-analysis/SKILL.md

## Когда брать
- найти различия между группами в наборе данных
- проверить гипотезу о связи признаков с метрикой
- отсеять выводы, которые не подтверждаются повторным расчётом
- составить отчёт с числами и способом проверки
- вести журнал проверенных и опровергнутых гипотез

## Примеры запросов агенту
- Исследуй `orders.csv` и найди подтверждённые различия между группами.
- Проверь, связана ли длительность регистрации с суммой заказа в `customers.csv`.
- Проанализируй `returns.csv` вокруг вопроса о различиях возвратов по каналам и сохрани выводы в `findings.md`.

## Похожие
- [statistical-analysis](https://affpapa.org/nevibecode/skills/anthropics-statistical-analysis.md) — скилл · 4900 установок
- [Pandas Data Analysis](https://affpapa.org/nevibecode/skills/pandas-data-analysis.md) — скилл · 1100 установок
- [Exploratory Data Analysis](https://affpapa.org/nevibecode/skills/aj-geddes-exploratory-data-analysis.md) — скилл · 522 установки
- [exploratory-data-analysis](https://affpapa.org/nevibecode/skills/exploratory-data-analysis.md) — скилл · 279 установок
- [data-analysis-skill](https://affpapa.org/nevibecode/skills/data-analysis-skill.md) — скилл · 205 установок
- [big-data-analysis](https://affpapa.org/nevibecode/skills/big-data-analysis.md) — скилл · 115 установок

## Другие версии с тем же именем
- [data-analysis · bytedance](https://affpapa.org/nevibecode/skills/bytedance-data-analysis.md) — 3700 установок
- [data-analysis · claude-office-skills](https://affpapa.org/nevibecode/skills/data-analysis.md) — 8300 установок
- [data-analysis · lingzhi227](https://affpapa.org/nevibecode/skills/lingzhi227-data-analysis.md) — 2100 установок
- [data-analysis · akillness](https://affpapa.org/nevibecode/skills/akillness-data-analysis.md) — 601 установка

_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
