by coffeefuelbump (community) Claude, Python 3.8+, pandas
Claude Skill, автоматически анализирующий загруженные CSV-файлы — генерирует сводную статистику, обнаруживает пропущенные данные, строит быстрые визуализации через Python и pandas.
Фреймворк агентных навыков и методология разработки ПО для Claude Code — набор SKILL.md-инструкций, охватывающих полный цикл …
Конвертирует сайты документации, GitHub-репозитории и PDF в skills для Claude AI с автоматическим обнаружением конфликтов.
45+ советов по эффективному использованию Claude Code — от основ до продвинутых техник, включая кастомный статус-лайн …
Даёт Claude Code возможность напрямую общаться с вашими блокнотами Google NotebookLM: запросы к загруженным документам, ответы …
# Для пользователей Claude.ai: # Скачайте последний релиз csv-data-summarizer.zip со страницы releases репозитория # Перейдите на claude.ai -> Настройки -> Возможности -> Навыки # Загрузите ZIP-файл и включите навык # Для разработчиков: git clone git@github.com:coffeefuelbump/csv-data-summarizer-claude-skill.git cd csv-data-summarizer-claude-skill pip install -r requirements.txt
Мощный навык для Claude, который автоматически анализирует CSV-файлы и генерирует исчерпывающие отчёты с визуализациями. Загрузите любой CSV и получите мгновенный интеллектуальный анализ без необходимости уточнять, что именно вам нужно!
csv-data-summarizer-claude-skill/
├── SKILL.md # Claude Skill definition
├── analyze.py # Comprehensive analysis engine
├── requirements.txt # Python dependencies
├── examples/
│ └── showcase_financial_pl_data.csv # Demo P&L financial dataset (15 months, 25 metrics)
└── resources/
├── sample.csv # Example dataset
└── README.md # Usage documentation
Никаких запросов не требуется. Никаких настроек выбирать не нужно. Просто мгновенные исчерпывающие инсайты!
csv-data-summarizer.zipgit clone git@github.com:coffeefuelbump/csv-data-summarizer-claude-skill.git
cd csv-data-summarizer-claude-skill
pip install -r requirements.txt
Включённый демо-CSV содержит 15 месяцев данных P&L с: - 3 продуктовыми линиями (SaaS, Enterprise, Services) - 25 финансовыми метриками, включая выручку, расходы, маржу, CAC, LTV - Квартальными трендами, показывающими рост бизнеса - Идеально подходит для демонстрации анализа временных рядов, корреляций и финансовых инсайтов
Зависимости: - Python 3.8+ - pandas 2.0+ - matplotlib 3.7+ - seaborn 0.12+
Генерируемые визуализации: - Графики временных трендов - Тепловые карты корреляций - Гистограммы распределения - Столбчатые диаграммы по категориям
============================================================
📊 DATA OVERVIEW
============================================================
Rows: 100 | Columns: 15
📋 DATA TYPES:
• order_date: object
• total_revenue: float64
• customer_segment: object
...
🔍 DATA QUALITY:
✓ No missing values - dataset is complete!
📈 NUMERICAL ANALYSIS:
[Summary statistics for all numeric columns]
🔗 CORRELATIONS:
[Correlation matrix showing relationships]
📅 TIME SERIES ANALYSIS:
Date range: 2024-01-05 to 2024-04-11
Span: 97 days
📊 VISUALIZATIONS CREATED:
✓ correlation_heatmap.png
✓ time_series_analysis.png
✓ distributions.png
✓ categorical_distributions.png
Вклад приветствуется! Не стесняйтесь: - Сообщать об ошибках - Предлагать новые функции - Отправлять pull-запросы - Делиться своими сценариями использования
Лицензия MIT — используйте этот инструмент в личных или коммерческих проектах без ограничений!
Создан для платформы Claude Skills компанией Anthropic.
Создано с ❤️ для сообщества ИИ
⭐ Поставьте звезду этому репозиторию, если он оказался полезным!