数据清洗

data-analyst 是一个轻量级 GitHub skill，用于引导代理通过 SQL、pandas 和基础统计分析来完成数据探索。它尤其适合希望仅通过一层 `SKILL.md` 提示，就获得有代码支撑的查询、数据转换与结果解读的用户。

zerobounce-automation 可帮助 agent 通过 Rube MCP 运行 Zerobounce 工作流：先验证连接，并在执行前使用 RUBE_SEARCH_TOOLS 发现当前 schema。

interzoid-automation 可帮助 agent 通过 Composio Rube MCP 运行 Interzoid 工作流：先发现当前可用 tools，检查 Interzoid connection，并在执行前完成输入映射。

google-address-validation-automation 可帮助 agent 通过 Composio Rube MCP 运行 Google Address Validation，并在验证前完成连接检查和 tool schema discovery。适用于 Data Cleaning 流程，用来规范化、检查和复核地址记录。

dadata-ru-automation 可帮助 agent 通过 Composio Rube MCP 运行 Dadata Ru 工作流，适用于地址、公司、银行与数据质量自动化；使用时需要先发现工具、检查有效的 dadata_ru 连接，并基于 schema 执行。

data-quality-frameworks 技能可帮助团队使用 dbt tests、Great Expectations 和 data contracts 规划生产环境数据校验。你可以借助它选择合适的检查项、映射到测试金字塔，并为 Data Cleaning 与数据管道可靠性设计适合 CI/CD 的数据质量工作流。

dummy-dataset 可生成逼真的测试数据，输出为 CSV、JSON、SQL 或 Python 脚本格式。它通过让你定义列、行数和约束条件，帮助制作模拟数据集、演示样例、数据库初始化数据、QA 测试数据以及数据清洗用的示例记录。

read-file 帮助代理使用 DuckDB 读取和检查 CSV、JSON、Parquet、Avro、Excel、SQLite、空间文件或远程 URL。可用于预览行、查看 schema、分析数据，并回答“这个文件里有什么”。它更适合读取真实数据制品，不适合源代码。

lamindb 技能可帮助你使用 LaminDB —— 一个开源的生物学数据框架，让数据可查询、可追溯、可复现并符合 FAIR 原则。它适用于 lamindb 的数据分析、元数据整理、基于本体的注释、schema 验证，以及贯穿 notebooks 和 pipelines 的可追踪工作流。

exploratory-data-analysis 技能可将科学文件转换为支持格式感知的 EDA 报告。它会识别文件类型、概括结构与质量、提取关键元数据，并给出后续分析建议。适用于化学、生物信息学、显微镜、光谱学、蛋白质组学、代谢组学等各类科学文件格式的数据分析与探索性数据分析（EDA）。