/ الدليل / الملعب / csv-data-summarizer-claude-skill
← كل الخوادم ↗ GitHub
● مجتمع coffeefuelbump ⚡ فوري

csv-data-summarizer-claude-skill

بواسطة coffeefuelbump · coffeefuelbump/csv-data-summarizer-claude-skill

أدرج ملف CSV، احصل على إحصائيات موجزة وعلامات البيانات المفقودة ورسوم بيانية سريعة — بدون كتابة pandas.

أداة Claude متخصصة تتفعل تلقائياً على ملفات CSV: تقوم بتحليل الأعمدة (dtype، نسبة القيم الفارغة، عدد القيم المختلفة)، وتطبع إحصائيات موجزة، وتحدد أنماط البيانات المفقودة، وتُنشئ بعض الرسوم البيانية السريعة باستخدام pandas و matplotlib. صُممت كأداة نظرة أولى جيدة قبل التحليل الأعمق.

▶ شاهد العرض 📦 التثبيت 💡 حالات الاستخدام

لماذا تستخدمه

الميزات الأساسية

عرض مباشر

كيف يبدو في الممارسة

csv-data-summarizer-claude-skill.replay ▶ جاهز
0/0

التثبيت

اختر العميل

~/Library/Application Support/Claude/claude_desktop_config.json  · Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "csv-data-summarizer-claude-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/coffeefuelbump/csv-data-summarizer-claude-skill",
        "~/.claude/skills/csv-data-summarizer-claude-skill"
      ],
      "_inferred": true
    }
  }
}

افتح Claude Desktop → Settings → Developer → Edit Config. أعد التشغيل بعد الحفظ.

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "csv-data-summarizer-claude-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/coffeefuelbump/csv-data-summarizer-claude-skill",
        "~/.claude/skills/csv-data-summarizer-claude-skill"
      ],
      "_inferred": true
    }
  }
}

يستخدم Cursor نفس مخطط mcpServers مثل Claude Desktop. إعدادات المشروع أولى من الإعدادات العامة.

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "csv-data-summarizer-claude-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/coffeefuelbump/csv-data-summarizer-claude-skill",
        "~/.claude/skills/csv-data-summarizer-claude-skill"
      ],
      "_inferred": true
    }
  }
}

انقر على أيقونة MCP Servers في شريط Cline الجانبي، ثم "Edit Configuration".

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "csv-data-summarizer-claude-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/coffeefuelbump/csv-data-summarizer-claude-skill",
        "~/.claude/skills/csv-data-summarizer-claude-skill"
      ],
      "_inferred": true
    }
  }
}

نفس الصيغة مثل Claude Desktop. أعد تشغيل Windsurf لتطبيق التغييرات.

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "csv-data-summarizer-claude-skill",
      "command": "git",
      "args": [
        "clone",
        "https://github.com/coffeefuelbump/csv-data-summarizer-claude-skill",
        "~/.claude/skills/csv-data-summarizer-claude-skill"
      ]
    }
  ]
}

يستخدم Continue مصفوفة من كائنات الخادم بدلاً من خريطة.

~/.config/zed/settings.json
{
  "context_servers": {
    "csv-data-summarizer-claude-skill": {
      "command": {
        "path": "git",
        "args": [
          "clone",
          "https://github.com/coffeefuelbump/csv-data-summarizer-claude-skill",
          "~/.claude/skills/csv-data-summarizer-claude-skill"
        ]
      }
    }
  }
}

أضف إلى context_servers. يعيد Zed التحميل تلقائيًا عند الحفظ.

claude mcp add csv-data-summarizer-claude-skill -- git clone https://github.com/coffeefuelbump/csv-data-summarizer-claude-skill ~/.claude/skills/csv-data-summarizer-claude-skill

أمر من سطر واحد. تحقق باستخدام claude mcp list. احذف باستخدام claude mcp remove.

حالات الاستخدام

استخدامات عملية: csv-data-summarizer-claude-skill

كيفية الحصول على نظرة أولى على ملف CSV جديد بدون كتابة pandas

👤 المحللون ومديرو المنتجات والجميع الذين يرثون بيانات شخص آخر ⏱ ~10 min beginner

متى تستخدمه: عندما تتسلم ملف CSV وتحتاج إلى فهم محتوياته قبل القيام بأي شيء آخر

المتطلبات الأساسية
  • Python 3.10+ مع pandas و matplotlib — pip install pandas matplotlib
  • تم استنساخ الأداة — git clone https://github.com/coffeefuelbump/csv-data-summarizer-claude-skill ~/.claude/skills/csv-data-summarizer-claude-skill
الخطوات
  1. وجّه Claude إلى الملف
    لخّص data/sales_2024.csv — الأعمدة والقيم الفارغة والإحصائيات الأساسية✓ تم النسخ
    → dtype لكل عمود، نسبة القيم الفارغة، الحد الأدنى/الأقصى أو أعلى القيم
  2. اطلب تشخيص البيانات المفقودة
    أي الأعمدة بها قيم فارغة منتظمة؟ هل توجد أنماط على مستوى الصفوف؟✓ تم النسخ
    → أعمدة محددة مميزة وليس فقط 'بعض القيم الفارغة' غامضة
  3. اطلب رسوم بيانية سريعة
    احفظ المدرجات التكرارية لجميع الأعمدة الرقمية في ./charts/✓ تم النسخ
    → ملفات PNG على القرص

النتيجة: نموذج عقلي في صفحة واحدة للمجموعة البيانية في أقل من 5 دقائق

المزالق
  • ملفات CSV الضخمة تستنزف ميزانية التوكنات — اطلب من Claude قراءة عينة (nrows=10000) للاستكشاف، وحساب الإحصائيات على الملف الكامل في Python
  • الاستنتاج الخاطئ لنوع البيانات (تفسير التواريخ كنصوص) — أخبر Claude بأي الأعمدة تحتوي على تواريخ — يساعد في ذلك pandas parse_dates
اجمعها مع: filesystem

استخدم الملخص كحاجز فحص جودة البيانات في خط أنابيب

👤 مهندسو البيانات الذين يتحققون من ملفات CSV الواردة ⏱ ~30 min intermediate

متى تستخدمه: عندما تستقبل ملف CSV يومي وتريد تحديد الشذوذات قبل الخطوات التالية

الخطوات
  1. قم بإنشاء الخط الأساسي للشكل المتوقع
    سجل ملخص ملف الأسبوع الماضي كخط أساسي✓ تم النسخ
    → تم حفظ JSON الخط الأساسي
  2. قارن اليوم مع الخط الأساسي
    قارن ملف CSV اليوم مع الخط الأساسي — حدد تحولات معدل القيم الفارغة >5%، والأعمدة الجديدة/المفقودة، وتغييرات dtype✓ تم النسخ
    → تقرير الفروقات مع الشذوذات المحددة
  3. فشل بوضوح إذا كان سيئاً
    إذا كانت أي علامات حرجة، أخرج بقيمة غير صفرية حتى يفشل CI✓ تم النسخ
    → خروج غير صفري + سبب واضح

النتيجة: اكتشاف البيانات السيئة قبل تلويث مستودع البيانات

المزالق
  • عتبة حساسة جداً — فشل ضوضائي — قم بالمعايرة باستخدام 30 يوماً من البيانات الأساسية قبل تطبيقها
اجمعها مع: github

التركيبات

اجمعها مع خوادم MCP أخرى لتحقيق نتائج x10

csv-data-summarizer-claude-skill + filesystem

تشغيل على دليل يحتوي على ملفات CSV وحفظ كل تقرير بجانب الملف

لكل ملف CSV تحت data/، احفظ ملف *_profile.md مطابق يلخصه✓ تم النسخ
csv-data-summarizer-claude-skill + jupyter

أسقط الملف الشخصي في دفتر ملاحظات للاستكشاف الإضافي

خذ الملف الشخصي وأنشئ دفتر Jupyter مع DataFrame المحمل والخلايا الأولية✓ تم النسخ

الأدوات

ما يوفره هذا الـ MCP

الأداةالمدخلاتمتى تستدعيهاالتكلفة
csv-profile path to CSV الخطوة الأولى على أي ملف CSV جديد pandas runtime
missing-data-report profile بعد التحليل الشامل 0
quick-charts profile + output dir عندما تريد رسوم بيانية مع الإحصائيات matplotlib runtime

التكلفة والحدود

تكلفة التشغيل

حصة API
none
الرموز لكل استدعاء
~2–5k توكن لكل ملف CSV (بالإضافة إلى عينة البيانات التي يقرأها Claude)
التكلفة المالية
free
نصيحة
مرر nrows وقائمة أعمدة مضيقة — لا تعطِ Claude الملف الكامل بحجم 50MB

الأمان

الصلاحيات والأسرار ونطاق الأثر

تخزين بيانات الاعتماد: none
نقل البيانات الخارجي: none — محلي فقط باستخدام pandas

استكشاف الأخطاء

الأخطاء الشائعة وحلولها

ModuleNotFoundError: pandas

ثبّت pandas و matplotlib في البيئة التي يعمل فيها Claude Code على البرامج النصية

تحقق: python -c 'import pandas, matplotlib; print(pandas.__version__)'
UnicodeDecodeError on load

أخبر Claude بالترميز المستخدم (مثل 'encoding=latin-1') أو قم بتطبيع الملف أولاً

تحقق: file -I path/to.csv
Charts look off for skewed data

اطلب رسوم بيانية بمقياس لوغاريتمي أو مقطعة

البدائل

csv-data-summarizer-claude-skill مقابل البدائل

البديلمتى تستخدمهاالمقايضة
jupyterعندما تريد تحليلاً تفاعلياً كاملاً وليس مجرد ملف شخصيأثقل وزناً؛ يتطلب kernel
excelعندما تكون البيانات أفضل في Excel (جداول محورية وصيغ)أصعب في الأتمتة

المزيد

الموارد

📖 اقرأ ملف README الرسمي على GitHub

🐙 تصفح القضايا المفتوحة

🔍 تصفح أكثر من 400 خادم MCP و Skills