본문으로 건너뛰기

CSV 데이터 요약 스킬

로컬 Python 차트로 CSV 구조, 결측값, 수치 요약을 살펴봅니다.

커뮤니티 · coffeefuelbump
작성자coffeefuelbump
라이선스MIT (README declaration; no LICENSE file)
소스coffeefuelbump/csv-data-summarizer-claude-skill · GitHub의 SKILL.md
작동 환경Claude Code · Codex, Gemini CLI, Cursor, Copilot
소스 확인 날짜

csv-data-summarizer는 Python으로 CSV 행·타입·결측·분포·상관을 살펴보게 합니다. 포함된 analyze.py는 텍스트 보고서와 해당하는 PNG 차트를 만듭니다.

열 이름으로 날짜 후보를 추론하고 pandas 기본값을 사용합니다. 업무적 해석, 식별자, 날짜 집계를 검토해야 하며 상관관계는 인과 증거가 아닙니다.

스킬의 SKILL.md에서: CSV Data Summarizer

coffeefuelbump의 커뮤니티 스킬로, 저희나 Anthropic이 검토하지 않았습니다. 스킬은 에이전트에게 코드 실행, 파일 읽기, 네트워크 호출을 지시할 수 있습니다. 설치하기 전에 SKILL.md와 폴더 안의 모든 스크립트를 읽고, 설명과 맞지 않는 동작이 없는지 확인하세요.

하는 일

  1. CSV를 읽고 타입과 빈 셀을 확인합니다.
  2. 수치·일부 범주형 필드를 요약합니다.
  3. 관련 차트를 만들고 데이터가 뒷받침하는 패턴만 해석합니다.

얻을 수 있는 결과물

  • 텍스트 요약과 해당하는 분포·상관·시계열 PNG.
  • analyze.py가 현재 작업 폴더에 기록한 파일.

이럴 때 사용하세요

  • 낯선 CSV의 첫 개요를 파악합니다.
  • 깊은 분석 전에 결측과 추세 후보를 찾습니다.

이럴 때는 맞지 않습니다

  • 자동 타입·날짜 추론을 검증된 업무 분석으로 여기거나 민감한 CSV를 미검토 호스트에 노출하는 용도.

필요한 것

  • 원자료가 선언한 Python 3.8 이상, pandas 2+, matplotlib 3.7+, seaborn 0.12+.
  • 로컬 파일 접근과 적절한 작업 폴더. 호스트 AI의 데이터 접근은 자체 개인정보 조건을 따릅니다.

스킬에 들어 있는 파일

파일 또는 폴더용도
SKILL.md분석 절차와 보고 지침.
analyze.pyCSV 요약과 PNG 차트 생성.
requirements.txt선언된 Python 패키지 요구사항.
resources/sample.csv예시 데이터셋이며 다른 데이터의 증거가 아닙니다.

2026-11-18 기준 저장소에 있는 라이선스: MIT (README declaration; no LICENSE file).

예시 프롬프트

설치한 뒤 아래 중 하나를 입력해 보세요. 스킬 이름을 넣으면 그 스킬이 확실히 사용됩니다.

  • 차트 선택 전에 이 CSV를 살펴보고 빈 셀을 보고해줘.
  • analyze.py가 어떤 열을 날짜·범주로 취급하는지 설명하고 오분류 후보를 표시해줘.
  • 기존 PNG를 덮어쓰지 않도록 새 출력 폴더에서 검토한 로컬 분석을 실행해줘.

csv-data-summarizer 설치 방법

Python 환경과 출력 폴더

analyze.py 검토 후 격리 환경에 선언된 요구사항을 설치하세요. 폴더에는 Python과 라이브러리가 포함되지 않습니다.

PNG 이름은 고정이며 작업 폴더에 씁니다. 전용 출력 폴더를 쓰세요. README는 MIT를 선언하지만 별도 LICENSE 파일은 없었습니다.

스킬은 SKILL.md 파일이 든 폴더입니다. 한 번만 설치하면, 에이전트가 세션을 시작할 때마다 짧은 설명을 읽고 요청이 맞을 때만 전체 지침을 불러옵니다. 사용하는 곳을 고르세요.

Claude Code: 스킬 폴더에 복사

이 컴퓨터의 모든 프로젝트에서 쓰려면 스킬 폴더를 ~/.claude/skills/에 넣고, 저장소에서 함께 작업하는 모든 사람과 공유하려면 저장소 안의 .claude/skills/에 넣으세요(커밋하세요).

git clone --depth 1 https://github.com/coffeefuelbump/csv-data-summarizer-claude-skill.git
mkdir -p ~/.claude/skills/csv-data-summarizer
git -C csv-data-summarizer-claude-skill archive HEAD | tar -x -C ~/.claude/skills/csv-data-summarizer

Claude Code는 세션 중에도 이 폴더의 새 스킬이나 변경된 스킬을 알아챕니다. 세션을 시작할 때 skills 폴더가 없었다면 /reload-skills를 한 번 실행하세요. 그런 다음 /csv-data-summarizer를 입력하거나 작업을 설명하면 됩니다.

Windows에서는 Git Bash나 WSL에서 명령어를 실행하거나, 파일 탐색기로 같은 위치에 폴더를 복사하세요.

Codex, Gemini CLI, Cursor, GitHub Copilot

이 에이전트들은 같은 SKILL.md 폴더를 읽습니다. 네 가지 모두가 프로젝트 안에서 인식하는 폴더는 .agents/skills/이므로, 아래 명령은 스킬을 그곳에 복사합니다.

git clone --depth 1 https://github.com/coffeefuelbump/csv-data-summarizer-claude-skill.git
mkdir -p .agents/skills/csv-data-summarizer
git -C csv-data-summarizer-claude-skill archive HEAD | tar -x -C .agents/skills/csv-data-summarizer
에이전트프로젝트 폴더사용자 폴더참고
OpenAI Codex
.agents/skills/
~/.agents/skills/
$를 입력하거나 /skills를 실행해 스킬을 고르세요. 작업이 맞으면 Codex가 스스로 스킬을 고르기도 합니다.
Gemini CLI
.agents/skills/
.gemini/skills/
~/.agents/skills/
~/.gemini/skills/
또는 gemini skills install <git URL> --path <folder> --consent로 Git에서 설치하세요. Google은 2026년 6월 18일 무료 등급과 Google One 사용자의 Gemini CLI를 Antigravity CLI로 대체했습니다. Antigravity는 프로젝트에서는 .agents/skills/를, 사용자용으로는 ~/.gemini/config/skills/를 사용합니다.
Cursor
.agents/skills/
.cursor/skills/
~/.agents/skills/
~/.cursor/skills/
Agent 채팅에서 /를 입력해 스킬을 고르세요. Cursor는 Claude Code의 .claude/skills/ 폴더도 읽습니다.
GitHub Copilot
.github/skills/
.agents/skills/
.claude/skills/
~/.copilot/skills/
~/.agents/skills/
Copilot CLI, 클라우드 에이전트, 그리고 VS Code, Visual Studio, JetBrains의 에이전트 모드에서 작동합니다(IDE 지원은 버전에 따라 다름). 또는 gh skill install OWNER/REPOSITORY SKILL를 실행하세요(공개 프리뷰, GitHub CLI 2.90.0 이상).
신뢰할 수 있는 스킬만 설치하세요. Anthropic은 신뢰할 수 있는 출처의 스킬만 사용하고, 그 밖의 스킬은 사용하기 전에 모든 파일을 읽어 보라고 권합니다. 스킬은 설명에 나오지 않는 방식으로 에이전트에게 명령어 실행, 파일 읽기, 데이터 전송을 지시할 수 있기 때문입니다.

이 단계의 출처

2026-11-14에 각 업체의 문서와 대조해 확인했습니다:

자동 보고서 점검

결측 수와 타입 요약은 유용한 첫 근거입니다. 빈 셀이 없다고 실제 데이터가 완전하거나 정확하다는 뜻은 아닙니다.

드문 날짜, 상수 열, 숫자 ID, 고유값이 많은 범주는 쓸모없는 차트를 만들 수 있습니다. 완료 메시지가 아닌 실제 PNG와 보고서를 검토하세요.

csv-data-summarizer에 관한 질문

차트 서비스에 업로드해야 하나요?

스크립트 자체는 로컬 CSV를 읽고 로컬 PNG를 씁니다. 호스트 AI는 자체 조건에 따라 데이터를 받을 수도 있습니다.

날짜를 어떻게 감지하나요?

date 또는 time이 포함된 열 이름을 고른 뒤 pandas 변환을 시도합니다. 이 휴리스틱은 검토가 필요합니다.

숫자 ID가 상관관계를 왜곡할 수 있나요?

네. 숫자 열이 요약과 상관에 들어가므로 유의미한 관계를 가정하지 말고 식별자 열을 점검하세요.

모든 CSV 인코딩과 구분자를 처리하나요?

자동으로는 아닙니다. pandas read_csv 기본값을 사용하며 모든 파싱 옵션을 노출하지 않습니다. 특수 파일은 조정하고 검증하세요.

더 많은 AI 스킬

관련 스킬

스킬 카테고리