por Shubhamsaboo
data-analyst es una skill mínima de GitHub que orienta a los agentes hacia SQL, pandas y análisis estadístico básico para explorar datos. Encaja mejor para quienes buscan consultas, transformaciones e interpretaciones respaldadas por código desde una sola capa de prompt en SKILL.md.
por wshobson
La skill data-quality-frameworks ayuda a los equipos a planificar la validación de datos en producción con pruebas de dbt, Great Expectations y contratos de datos. Úsala para elegir las comprobaciones adecuadas, ubicarlas en una pirámide de testing y orientar flujos de calidad de datos preparados para CI/CD en tareas de Data Cleaning y fiabilidad de pipelines.
por phuryn
dummy-dataset genera datos de prueba realistas en formato CSV, JSON, SQL o script de Python. Sirve para crear conjuntos de datos ficticios, demos, carga inicial de bases de datos, QA y limpieza de datos, ya que permite definir columnas, número de filas y restricciones para obtener registros de ejemplo creíbles.
por duckdb
read-file ayuda a un agente a leer e inspeccionar archivos CSV, JSON, Parquet, Avro, Excel, SQLite, archivos espaciales o URLs remotas con DuckDB. Úsalo para previsualizar filas, comprobar el esquema, perfilar datos y responder qué contiene este archivo. Es ideal para el uso de read-file con artefactos de datos reales, no con código fuente.
por K-Dense-AI
La skill de lamindb te ayuda a trabajar con LaminDB, un framework de código abierto para datos biológicos que hace que los datos sean consultables, trazables, reproducibles y FAIR. Úsala para lamindb en análisis de datos, curación de metadatos, anotación basada en ontologías, validación de esquemas y flujos de trabajo con conocimiento de linaje en notebooks y pipelines.
por K-Dense-AI
La skill exploratory-data-analysis convierte archivos científicos en informes de EDA adaptados al formato. Detecta el tipo de archivo, resume la estructura y la calidad, extrae metadatos clave y sugiere el siguiente análisis. Úsala para exploratory-data-analysis en Data Analysis aplicada a química, bioinformática, microscopía, espectroscopía, proteómica, metabolómica y otros formatos de archivo científicos.
