data-master — скилл

Скилл и CLI для анализа таблиц: чистка с записанными решениями, статистика на нужном уровне, PDF-отчет и отдельный аудит.

  • 96 ★ репозитория
  • Последний коммит
Скилл

Расширенный доступ

Почему такой уровень

  • Инструмент запускает Python-скрипты, скачивает зависимости командой setup и пишет файлы результатов на диск.
Все причины и проверки

maga2010/data-master

Установка

Работает в

В терминале, через SkillFoxx CLI

npx skillfoxx add skills/data-master

Определит агенты на машине, покажет уровень доступа и зафиксирует версию.

Другие способы установки

Доступ и проверки

Как мы проверяем

Расширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.

  • Инструмент запускает Python-скрипты, скачивает зависимости командой setup и пишет файлы результатов на диск.

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

data-master хранит исходный файл нетронутым, фиксирует каждое решение по чистке и считает статистику только на том уровне, который выдерживают данные. Затем проверяет устойчивость выводов и выдает отчет в Markdown, HTML и PDF с машиночитаемыми доказательствами. Это скилл для Codex и одновременно самостоятельный кроссплатформенный CLI. Полный вывод строится для одной табличной выгрузки: CSV, TSV, Excel, JSON, Parquet и SQLite с одной таблицей. Данные с временными метками получают описательный анализ без прогноза, текст, изображения, аудио и геоданные получают профиль целостности. Отдельный аудит может отказать в готовности отчета, даже если отчет выглядит завершенным.

Для кого. Исследователям и аналитикам, которым нужен воспроизводимый отчет по данным с доказательствами каждого шага чистки и расчета.

Подходит, если

  • Выгрузка с кодами вроде 02134 может потерять ведущие нули при загрузке.
  • Повторные измерения одного объекта нельзя считать независимыми наблюдениями.
  • Отчет для статьи или руководства нужен вместе с журналом решений по чистке.
  • Прерванный анализ хочется продолжить без пересчета подтвержденных этапов.

Не подходит, если

  • Нужен прогноз по временному ряду: режим только описательный.
  • Данные лежат в нескольких связанных таблицах, а полный вывод рассчитан на одну.
  • В окружении нельзя поставить Python 3.11 или Node.js 20.

Пример запроса к агенту

Проанализируй measurements.csv: группа в колонке treatment, ключ объекта participant_id, исходы response_time и accuracy. Собери PDF-отчет и покажи вердикт аудита.

Ограничения

Нужны Node.js 20 или новее и Python 3.11 или новее. Команда `data-master setup` скачивает Python-зависимости в изолированное окружение, это единственный шаг с загрузкой. Полный статистический вывод работает для одной таблицы, анализ временных рядов описательный, прогнозов нет. Файлы pickle и родственные форматы отказываются открываться, потому что загрузка может выполнить код. Сравнения помечаются как поисковые, пока вы явно не задали `--unit-key`, `--group` и `--outcomes`. Аудит не заменяет статистическое суждение и протокол исследования.

Как отключить. Удалите установленный скилл из каталога скиллов агента и пакет командой `npm uninstall -g data-master`. Папки outputs с результатами остаются у вас.

Частые вопросы

Как запустить анализ своей таблицы?

Команда `data-master analyze measurements.csv --out outputs/study` создает отчет и аудит. Для подтверждающего анализа добавьте `--group`, `--unit-key` и `--outcomes`.

Что делать, если анализ остановился на вопросе?

Если решение нельзя вывести безопасно, запуск пишет answers.template.json. Заполните идентификаторы решений и выполните `data-master resume outputs/study/state.json --answers outputs/study/answers.json`.

Как проверить готовый результат?

Команда `data-master verify outputs/first-demo --json` сверяет сохраненные хеши артефактов и ничего не меняет.

Изменяет ли инструмент исходные данные?

Нет. Исходный файл сохраняется как есть, очищенная копия пишется в папку cleaned вместе с воспроизводимым скриптом чистки.

Уходят ли мои данные в интернет?

Нет, неизвестные бинарные форматы профилируются локально: байты, заголовки и записи не отправляются в веб-поиск. Сеть нужна только `data-master setup` для загрузки зависимостей.

Обсуждение

Вопросов и отзывов пока нет.

Скиллы

High-Stakes Analytics Lab

High-Stakes Analytics & Decision Lab

Скилл доказательной аналитики для решений с высокой ценой ошибки: профилирует данные, выбирает метод под них, может ответить отказом или запросом данных

СкиллРасширенный доступ1 тыс.Звезды репозитория

31 скилл для Claude Code и Codex на весь путь аналитика: проверка данных, когорты, воронки, A/B-тесты, дашборды, резюме

СкиллМинимальный доступ529Звезды репозитория

Скилл визуализации данных для агентов: превращает данные в аккуратные интерактивные HTML-графики и целые отчеты с единым визуальным языком

СкиллМинимальный доступ6,8 тыс.Звезды репозитория

Скилл анализа данных в Excel: проверяет таблицу, чистит, сверяет итоги с суммами в самой таблице и только потом выдает числа.

СкиллМинимальный доступ464Звезды репозитория

Шаблон для аналитиков данных: AGENTS.md, CLAUDE.md и набор скиллов по Python, SQL, Polars и диагностике моделей.

СкиллМинимальный доступ115Звезды репозитория

VisiData открывает таблицы разных форматов в терминале и помогает исследовать и упорядочивать данные через клавиатуру.

CLIРасширенный доступ9,5 тыс.Звезды репозитория

Коротко о README

Инструмент выдает пакет доказательств: профиль, очищенные данные, воспроизводимый скрипт чистки, графики, три формата отчета и аудит. Состояние сохраняется в state.json, поэтому прерванный запуск продолжается с хешами этапов.

Бейдж для README

Исходный SKILL.md

---
name: data-master
description: "Analyze datasets with preserved raw inputs, explicit cleaning decisions, reproducible figures and PDF reports. Full statistics for one tabular file; descriptive time-series analysis; integrity profiling for text, image, audio, geographic and mixed inputs. Use for data cleaning, EDA, group comparisons, statistical reports, 跑数据 or 数据分析 with a traceable evidence trail."
allowed-tools: Bash(python *), Bash(py *), PowerShell(python *), PowerShell(py *), Bash(data-master *), PowerShell(data-master *), WebSearch, WebFetch
---

# data-master — universal data processing pipeline

Turn **any data** into a **cleaned, audited, Nature-grade report + charts** with one command. The agent reads the data, decides modality, picks methods, runs the pipeline, and writes evidence-backed outputs. The user never has to choose a statistical test or a chart type.

## Contract

Installed CLI: `data-master analyze <file> --out <dir>`; use
`data-master doctor --json` to diagnose the environment and
`data-master verify <dir> --json` to check saved artifact hashes.
`data-master demo --out <new-dir>` runs a synthetic example, and
`data-master skill install` installs this skill atomically from the npm or
Python distribution. Existing
`python scripts/run_pipeline.py` commands below remain supported; installing
the CLI alone does not register the skill until `skill install` is run.

- **Input**: `$ARGUMENTS` = a file, a folder, or a glob. Optional flags:
  - `--report nature` (default) | `standard` | `executive` — report template.
  - `--out <dir>` — overrides the output root.
  - `--answers <file>` — answers `answers.template.json` decisions by id; every id and action is validated, and changing the file invalidates the stale cleaning stages on resume. The file may also carry a `run` block declaring `unit_key` / `group` / `outcomes` / `design` / `journal` / `covariates` (validated against the profile; explicit CLI values always win). A decision may name a single `column` of a multi-column flag.
  - `--covariates <a,b>` — declare numeric covariates; the adjusted (ANCOVA) comparison becomes primary, unadjusted stays as cross-check, and the homogeneity-of-slopes assumption is tested and reported.
  - `--unit-key <column>`, `--group <column>`, and `--outcomes <a,b>` — all three must be explicitly declared before the analysis is labelled confirmatory. Automatic group/outcome selection is exploratory.
  - `--max-input-mb <n>` — override the 300 MB in-memory input gate (readers hold files whole, as text).
  - `--export-lockfile` — writes `lockfile.txt` with the exact dependency versions that ran.
- **Output** (all under `<dataset_dir>\outputs\`):
  - `cleaned/` — cleaned data + `cleaning_plan.json` + `cleaning_report.md` + reproducible `clean_*.py`
  - `analysis/` — `profile.json`, `stats.json`, `validation_report.md`, `chart_decisions.json`, `sensitivity.json`
  - `charts/` — `*.png` figures
  - `report.md` — main report (the citable source text)
  - `report.html` — self-contained shareable export of report.md (figures embedded; verification hashes it)
  - `report.pdf` — **primary deliverable**; rendered by a three-tier cascade
  - `executive_summary.md` — 1-page TL;DR
  - `report_build.json` — provenance for every number + PDF backend trail + self-audit + pipeline commit
  - `audit/final_audit.md` — 8-gate + journal-checklist verdict
  - `charts_rendered.json` — per-figure ink ratio and blank-page check
  - `answers.template.json` — the never-automatic decisions this dataset raised, fillable and fed back with `--answers`
  - `lockfile.txt` — (with `--export-lockfile`) exact dependency versions that ran
- **Invariant — additive only**: NEVER modify, move, or delete any raw input file. Re-runs may overwrite `outputs/`.
- **Full-auto with gates**: never block on a method choice; always pick the most defensible default and document. ONLY ask the user when the input itself is ambiguous.
- **Method provenance**: every AI judgment records `rule_source` + `alternative_considered` + `rejected_reason`. Every number cites the script that produced it.

Сообщить о проблеме