AF multi-source-data-cleaner
Промышленная очистка данных из разных источников (CSV/Excel/JSON/Parquet/SQL-дампы/лог-файлы). Анализирует схемы, определяет кодировку/разделитель, нормализует типы, обрабатывает пропуски, дедуплицирует похожие записи, согласовывает схемы между источниками и выдает чистый унифицированный набор данных плюс полный отчет о качестве данных. Используйте, когда пользователь предоставляет один или несколько грязных наборов данных и просит «очистить данные / объединить данные / дедуплицировать / обработать пропуски».
машинный переводПоказать оригиналСкрыть оригинал«EN: Production-grade data cleaning across heterogeneous sources (CSV/E…»
EN: Production-grade data cleaning across heterogeneous sources (CSV/Excel/JSON/Parquet/SQL dumps/log files). Profiles schemas, detects encoding/delimiter, normalizes types, handles missing values, deduplicates fuzzy records, reconciles schema across sources, and outputs a clean unified dataset plus a full data-quality report. Use when user provides one or more dirty datasets and asks "清洗数据 / 合并数据 / 去重 / 缺失值处理 / data cleaning / dedup / schema reconcile". 中文：跨异构来源（CSV/Excel/JSON/Parquet/SQL 导出/日志文件）的工业级数据清洗。剖析 schema、自动识别编码与分隔符、归一化类型、处理缺失值、模糊去重、跨源字段对齐，输出统一的干净数据集与完整数据质量报告。当用户提供脏数据并要求"清洗/合并/去重/缺失值处理"时触发。
Промышленная очистка данных из разных источников (CSV/Excel/JSON/Parquet/SQL-дампы/лог-файлы).
Как процесс F 40/100 · Не запустится — Скилл ссылается на файлы, которых нет в архиве: templates/missing_strategy.json, scripts/reconcile_schema.py
Как улучшить
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 12. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
missing-refссылка на отсутствующий файл: templates/missing_strategy.json - предупреждение
missing-refссылка на отсутствующий файл: scripts/reconcile_schema.py
Процессный рейтинг: все десять параметров 40/100
- 0Инструменты и файлы. Не хватает 2 файла(ов): templates/missing_strategy.json, scripts/reconcile_schema.py
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
- 40Согласованность. Имя во frontmatter (multi-source-data-cleaner) не совпадает с папкой (multi-source-data-cleaner-pro)
- 50Когда включается. Не сказано, при каком запросе скилл включается
- 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
- 85Шаги. Шагов: 50, расплывчатых формулировок: 1
- 100Стоимость исполнения. Тело инструкции 1754 токенов
- 100Отчётность по ходу. Скилл сообщает о ходе работы
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +1Лицензия не указана
- +2Инструкции на одном языке
- +5В description 2 примера фраз-триггеров в кавычках
- +3Длина description 608 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 20 заголовков
- +3Пошаговые инструкции: 50 пунктов
- +3Формат ответа описан явно
- +4Есть примеры (9 блоков кода)
- +3Все 4 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.