CSV

xlsx スキルは、成果物がスプレッドシートの場合に .xlsx、.xlsm、.csv、.tsv の読み取り・編集・修復・作成・変換を支援します。テンプレートを保った更新、数式を壊しにくいブック編集、乱れた表データの整形、pack・validation・recalculation 用スクリプトを使う実務的な運用に特に向いています。

dummy-dataset は、CSV、JSON、SQL、または Python スクリプト形式で、実在感のあるテストデータを生成します。列名、行数、制約を指定して、モックデータセット、デモ、データベースのシーディング、QA、データクレンジングに使える、信頼感のあるサンプルレコードを作成できます。

user-personas 技能は、調査データから JTBD、課題、得られる価値、予想外のインサイトを備えた洗練された 3 つのペルソナを作成します。UX リサーチ、セグメンテーション、オンボーディング戦略、プロダクト判断のために、アンケート、インタビュー、その他の素材があるときに user-personas を使ってください。

sentiment-analysis スキルは、ユーザーフィードバックをセグメント単位の洞察、感情スコア、JTBD、製品インパクトへと変換します。レビュー、アンケート、サポートメモ、ソーシャルリスニングの Data Analysis で、単純な極性判定ではなく実践的な sentiment-analysis ガイドが必要なときに使えます。

ユーザーの継続率、エンゲージメント低下、機能定着をコホート別に分析できます。Data Analysis ワークフロー向けに設計された cohort-analysis skill で、構造化されたユーザー行動データから検証、計算、可視化、明確な示唆出しまで行えます。

ab-test-analysis は、A/Bテストの結果を統計的に厳密に評価するための skill です。サンプルサイズの妥当性確認、信頼区間、有意性検定、さらに実施・継続・停止の判断まで扱えます。実験レビュー、スプリットテストの解釈、Data Analysis ワークフローでの意思決定に活用してください。

Workspace Data Analyst は、ワークスペース内のデータ分析に使える軽量な skill です。CSV ファイルを解析し、ヘッダーを確認して、合計・平均・外れ値を要約し、簡潔な次のアクションにつながる示唆を返します。深いモデリングに進む前に、ファイル内容を素早く把握したいときに最適です。

read-file は、DuckDB を使って CSV、JSON、Parquet、Avro、Excel、SQLite、空間データファイル、またはリモート URL を読み取り・確認するための skill です。行のプレビュー、スキーマ確認、データのプロファイリング、そして「このファイルに何が入っているか」の把握に使えます。ソースコードではなく、実データ資産に対する read-file の用途に最適です。

query スキルは、接続済みのデータベースに対して、またはファイルを直接対象にして DuckDB クエリを実行します。SQL も自然言語の質問も受け付け、セッションモードとアドホックモードの両方をサポートします。Data Analysis、素早い確認、DuckDB Friendly SQL を使った反復的なクエリ作業に役立ちます。

Pythonでのgeopandasによる地理空間ベクターデータ分析向けスキルです。shapefiles、GeoJSON、GeoPackageファイルを扱えます。空間データの読み込み、整形、結合、バッファ作成、クリップ、再投影、書き出しを、迷いを少なく進められます。

exploratory-data-analysis スキルは、科学系ファイルを形式に応じた EDA レポートへ変換します。ファイル形式を判別し、構造と品質を要約し、主要メタデータを抽出して、次の分析候補まで提案します。化学、生物情報学、顕微鏡画像、分光、プロテオミクス、メタボロミクスなど、さまざまな科学ファイル形式に対する exploratory-data-analysis を使ったデータ分析に適しています。

minimax-xlsxは、Excel中心のワークフローでExcelブックの作成、読み取り、編集、検証、書式設定を行うための技能です。数式、スタイル、シート構成、ブックの挙動を保った構造化ファイルが必要なSpreadsheet Workflowsで使えます。.xlsx、.xlsm、.csv、.tsvのタスクに対応し、分析、新規ブック作成、最小限の変更、数式修復、検証までカバーします。minimax-xlsxのガイドは、単なる表ではなく、実運用で受け渡せるワークブック向けに設計されています。

chdb-datastore は、ClickHouse バックエンドの DataStore API を使って高速なデータ分析を行うための pandas 互換スキルです。ファイル、データベース、クラウドの各コネクタ、異なるソースをまたぐ join、そして pandas 風ワークフローをほとんど変えずに使える点が特長です。大きめのデータセットに対して、そのまま使える分析レイヤーを求めるなら、この chdb-datastore ガイドが役立ちます。

chdb-sql は、サーバーなしで Python から ClickHouse SQL を実行するための GitHub スキルです。`chdb.query()`、`Session`、DB-API 接続、`file()` や `s3()` などのテーブル関数、パラメータ化クエリ、ローカルファイルや外部データソースを使ったバックエンド開発ワークフローをカバーします。