Resumo de dados CSV skill
Inspecione estrutura CSV, valores ausentes e resumos numéricos com gráficos Python locais.
Comunidade · coffeefuelbump| Autor | coffeefuelbump |
|---|---|
| Licença | MIT (README declaration; no LICENSE file) |
| Fonte | coffeefuelbump/csv-data-summarizer-claude-skill · SKILL.md no GitHub |
| Funciona em | Claude Code · Codex, Gemini CLI, Cursor, Copilot |
| Lido na fonte em |
csv-data-summarizer orienta inspeção Python de linhas, tipos, valores ausentes, distribuições e correlações CSV. analyze.py gera relatório textual e PNGs pertinentes.
O script infere datas por nomes de colunas e usa padrões pandas. Interpretação de domínio, identificadores e agregação de datas exigem revisão; correlação não prova causalidade.
Do SKILL.md da skill: CSV Data Summarizer
O que ela faz
- Leia o CSV e examine tipos e células ausentes.
- Resuma campos numéricos e categorias selecionadas.
- Gere gráficos pertinentes e interprete só padrões sustentados pelos dados.
O que você recebe
- Resumo textual e PNGs de distribuição, correlação e séries temporais quando cabíveis.
- Arquivos gravados por analyze.py no diretório de trabalho atual.
Quando usar
- Obtenha uma visão inicial de um CSV desconhecido.
- Encontre ausências e tendências candidatas antes de aprofundar.
Quando não usar
- Tratar inferência automática como análise de domínio validada ou expor CSVs sensíveis a host não revisado.
O que ela exige
- Python 3.8 ou posterior com pandas 2+, matplotlib 3.7+ e seaborn 0.12+, conforme declarado na fonte.
- Arquivos locais e diretório apropriado; acesso do assistente aos dados segue os termos de privacidade do host.
Arquivos da skill
| Arquivo ou pasta | Para que serve |
|---|---|
SKILL.md | Fluxo de análise e orientação de relatório. |
analyze.py | Resumos CSV e geração de PNGs. |
requirements.txt | Requisitos declarados de pacotes Python. |
resources/sample.csv | Conjunto de exemplo, não evidência para outro conjunto. |
Licença conforme encontrada no repositório em 2026-11-18: MIT (README declaration; no LICENSE file).
Prompts de exemplo
Digite um destes depois de instalar; citar a skill pelo nome garante que ela seja usada.
- Inspecione este CSV e relate células ausentes antes de escolher gráficos.
- Explique quais colunas analyze.py trata como datas ou categorias e sinalize possíveis erros.
- Execute análise local revisada em nova pasta para não sobrescrever PNGs existentes.
Como instalar a skill csv-data-summarizer
Ambiente Python e pasta de saída
Revise analyze.py e instale os requisitos em ambiente isolado. A pasta não inclui Python nem bibliotecas.
Nomes PNG são fixos e gravados no diretório atual. Use pasta dedicada. README declara MIT, mas não havia LICENSE separado.
Uma skill é uma pasta com um arquivo SKILL.md. Você instala uma vez; o agente lê a descrição curta no início de cada sessão e só carrega as instruções completas quando um pedido corresponde a ela. Escolha onde você usa:
Claude Code: copie a pasta para a sua pasta de skills
Coloque a pasta da skill em ~/.claude/skills/ para usá-la em todos os projetos deste computador, ou em .claude/skills/ dentro de um repositório para compartilhá-la com todos que trabalham nele (faça o commit).
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-summarizerO Claude Code percebe skills novas ou alteradas nessas pastas durante a sessão. Se a pasta de skills não existia quando a sessão começou, execute /reload-skills uma vez. Depois digite /csv-data-summarizer ou apenas descreva a tarefa.
No Windows, execute os comandos no Git Bash ou no WSL, ou copie a pasta para o mesmo lugar pelo Explorador de Arquivos.
Codex, Gemini CLI, Cursor e GitHub Copilot
Esses agentes leem as mesmas pastas SKILL.md. A única pasta dentro de um projeto que os quatro aceitam é .agents/skills/, então este comando copia a skill para lá:
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| Agente | Pasta do projeto | Sua pasta de usuário | Observações |
|---|---|---|---|
| OpenAI Codex | .agents/skills/ | ~/.agents/skills/ | Digite $ ou execute /skills para escolher uma skill; o Codex também escolhe uma sozinho quando a tarefa corresponde. |
| Gemini CLI | .agents/skills/.gemini/skills/ | ~/.agents/skills/~/.gemini/skills/ | Ou instale pelo Git com gemini skills install <git URL> --path <folder> --consent. Em 18 de junho de 2026, o Google substituiu o Gemini CLI pelo Antigravity CLI para usuários do nível gratuito e do Google One; o Antigravity usa .agents/skills/ no projeto e ~/.gemini/config/skills/ para você. |
| Cursor | .agents/skills/.cursor/skills/ | ~/.agents/skills/~/.cursor/skills/ | Digite / no chat do Agent para escolher uma skill. O Cursor também lê as pastas .claude/skills/ do Claude Code. |
| GitHub Copilot | .github/skills/.agents/skills/.claude/skills/ | ~/.copilot/skills/~/.agents/skills/ | Funciona no Copilot CLI, no agente na nuvem e no modo agente do VS Code, do Visual Studio e dos IDEs da JetBrains (o suporte nos IDEs depende da versão). Ou execute gh skill install OWNER/REPOSITORY SKILL (prévia pública, GitHub CLI 2.90.0 ou mais recente). |
Fontes destas instruções
Conferido com a documentação de cada fornecedor em 2026-11-14:
Inspecione o relatório automático
Contagens de ausências e resumos de tipos são evidências iniciais úteis. Nenhuma célula vazia não prova completude ou exatidão real.
Datas esparsas, colunas constantes, IDs numéricos e muitas categorias podem gerar gráficos pouco úteis. Confira PNGs e relatório, não apenas uma mensagem de conclusão.
Perguntas sobre a skill csv-data-summarizer
Exige upload a um serviço de gráficos?
O script lê CSV local e grava PNG local. O assistente de IA pode receber dados conforme seus próprios termos.
Como detecta datas?
Escolhe nomes de colunas com date ou time e tenta conversão pandas. Essa heurística precisa de inspeção.
IDs numéricos podem distorcer correlações?
Sim. Colunas numéricas entram em resumos e correlações; revise identificadores sem presumir relações significativas.
Trata qualquer codificação ou delimitador CSV?
Não automaticamente. Usa padrões pandas read_csv e não expõe todas as opções. Adapte e verifique arquivos incomuns.
Mais skills de IA
Skills relacionadas
Visualização D3 skill
Comunidade · chrisvoncsefalvayCrie gráficos D3 personalizados com escalas explícitas, tamanho responsivo, interações e limpeza.Dashmotion skill
Comunidade · Mars (csthink)Crie fluxos e arquiteturas animados como HTML independente com verificações estruturais.Redação com pesquisa skill
Comunidade · ComposioHQPesquise, estruture e revise artigos com fontes preservando a voz de quem escreve.Matplotlib Skill
Comunidade · K-DenseCrie e exporte figuras científicas com Matplotlib.Infográficos com IA Skill
Comunidade · K-DenseCrie infográficos com pesquisa, geração de imagens e revisão visual.Escrita Markdown e Mermaid Skill
Comunidade · Clayton Young / K-DenseEscreva documentos Markdown com diagramas Mermaid.