Claude Info
Data Science

Анализатор CSV-данных

coffeefuelbump/csv-data-summarizer-claude-skill

Claude Skill для мгновенного анализа CSV-файлов: сводная статистика, обнаружение пропусков, корреляции и автоматические графики на основе pandas. Подходит для финансовых, клиентских, операционных и других данных.

Установка

terminal
bash
git clone https://github.com/coffeefuelbump/csv-data-summarizer-claude-skill.git

README

Join AI Community GitHub Profile

Link Tree YouTube Membership


📊 Анализатор CSV-данных — Claude Skill

Мощный Claude Skill, который автоматически анализирует CSV-файлы и генерирует исчерпывающие выводы с визуализациями. Загрузите любой CSV — и получите мгновенный интеллектуальный анализ без лишних вопросов!

Version Python License

🚀 Возможности

  • 🤖 Интеллектуальная адаптация — автоматически определяет тип данных (продажи, клиенты, финансы, опросы и др.) и применяет соответствующий анализ
  • 📈 Комплексный анализ — генерирует статистику, корреляции, распределения и тренды
  • 🎨 Автоматические визуализации — создаёт несколько графиков на основе содержимого данных:
    • Временны́е ряды для данных с датами
    • Тепловые карты корреляций для числовых зависимостей
    • Гистограммы распределений
    • Разбивка по категориям
  • ⚡ Проактивность — никаких вопросов! Просто загрузите CSV и сразу получите полный анализ
  • 🔍 Проверка качества данных — автоматически обнаруживает и сообщает о пропущенных значениях
  • 📊 Поддержка множества отраслей — адаптируется к e-commerce, здравоохранению, финансам, операционной деятельности, опросам и другим сферам

📥 Быстрая загрузка

Начало работы за 2 шага

1️⃣ Скачайте Skill
Download Skill

2️⃣ Попробуйте демо-данные
Download Demo CSV


📦 Состав пакета

csv-data-summarizer-claude-skill/ ├── SKILL.md # Определение Claude Skill ├── analyze.py # Движок комплексного анализа ├── requirements.txt # Зависимости Python ├── examples/ │ └── showcase_financial_pl_data.csv # Демо P&L финансовый датасет (15 месяцев, 25 метрик) └── resources/ ├── sample.csv # Пример датасета └── README.md # Документация по использованию

🎯 Принцип работы

  1. Загрузите любой CSV-файл в Claude.ai
  2. Skill активируется автоматически при обнаружении CSV
  3. Анализ запускается немедленно — изучает структуру данных и адаптируется
  4. Результаты готовы — полный анализ с несколькими визуализациями

Никаких подсказок. Никакого выбора опций. Только мгновенные и исчерпывающие выводы!

📥 Установка

Для пользователей Claude.ai

  1. Скачайте последний релиз: csv-data-summarizer.zip
  2. Перейдите в Claude.ai → Settings → Capabilities → Skills
  3. Загрузите zip-файл
  4. Включите skill
  5. Готово! Загружайте любой CSV и наблюдайте за работой ✨

Для разработчиков

bash
git clone git@github.com:coffeefuelbump/csv-data-summarizer-claude-skill.git
cd csv-data-summarizer-claude-skill
pip install -r requirements.txt

📊 Особенности демо-датасета

Включённый демо-CSV содержит 15 месяцев P&L-данных с:

  • 3 продуктовыми линейками (SaaS, Enterprise, Services)
  • 25 финансовыми метриками: выручка, расходы, маржа, CAC, LTV
  • Квартальными трендами, отражающими рост бизнеса
  • Идеально подходит для демонстрации анализа временны́х рядов, корреляций и финансовых инсайтов

🎨 Примеры применения

  • 📊 Данные о продажах → тренды выручки, эффективность продуктов, региональный анализ
  • 👥 Клиентские данные → демография, сегментация, географические паттерны
  • 💰 Финансовые данные → анализ транзакций, обнаружение трендов, корреляции
  • ⚙️ Операционные данные → метрики производительности, анализ временны́х рядов
  • 📋 Данные опросов → распределение ответов, перекрёстные таблицы

🛠️ Технические детали

Зависимости:

  • Python 3.8+
  • pandas 2.0+
  • matplotlib 3.7+
  • seaborn 0.12+

Генерируемые визуализации:

  • Графики трендов временны́х рядов
  • Тепловые карты корреляций
  • Гистограммы распределений
  • Столбчатые диаграммы по категориям

📝 Пример вывода

============================================================ 📊 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

🌟 Сообщество и дополнительные материалы

Join AI Community

Похожие скиллы