tabtin-ai/tabtin/dataset-health-audit

Claude Code and agent skill by tabtin-ai/tabtin

Trust tier 3
  • community
Source check pending

Checking that the SKILL.md file is still in the repository.

执行数据质量检查，对CSV/Excel/TSV/JSON等表格数据进行12个维度的全面审计，输出质量评分、问题详情和修复建议。当用户需要进行数据质量检测、查看缺失值、重复行、异常值、格式问题、类型混淆，或提及数据质量、质检、数据清洗前检查、异常值检测、格式校验、空值、数据健康度、质量评分等关键词时触发。

Install

npx vskill@latest install tabtin-ai/tabtin/dataset-health-audit

SKILL.md

data-quality-checker

数据质检工具 —— 对表格数据执行 12 个维度的质量检测，输出每项评分（0-100）、总分和具体修复建议。

能力概览

维度说明
缺失值检测每列的空值/NaN 数量与比例
重复行检测完全重复的行数与比例
数据类型一致性同列中混杂不同类型（如数字列混入文字）
数值范围/异常值基于 IQR 方法检测离群值
格式合规性日期、邮箱、手机号等字段的格式一致性
唯一性约束ID 类字段是否存在重复
空白字符串前后空格、空字符串、仅空白字符
常量列仅含单一值的列（信息量为零）
数据分布偏斜数值列的偏度是否过大
列名规范性列名是否含空格、特殊字符、大小写不一致
基数异常唯一值数量异常（过高或过低）
跨列一致性日期先后、数值大小等跨列逻辑校验

Quick Start

bash
# 基本质检
python3 scripts/data_quality_checker.py data.csv
 
# 保存报告到 JSON
python3 scripts/data_quality_checker.py data.csv --output report.json
 
# 指定 ID 列（用于唯一性检查）
python3 scripts/data_quality_checker.py users.csv --id-columns "user_id,email"
 
# 指定日期列（用于格式检查）
python3 scripts/data_quality_checker.py orders.csv --date-columns "created_at,updated_at"

详细用法

基本调用
bash
python3 scripts/data_quality_checker.py <数据文件> [选项]
参数说明
参数缩写必填默认值说明
input—是—输入文件路径（CSV/TSV/Excel/JSON）
--output-o否标准输出输出 JSON 报告路径
--id-columns-id否自动检测应唯一的列名，逗号分隔
--date-columns-dc否自动检测日期类型的列名，逗号分隔
--sample-s否全量采样行数（大文件时使用）
--encoding-e否utf-8文件编码

输出结构（JSON）

json
{
  "file": "data.csv",
  "rows": 10000,
  "columns": 15,
  "overall_score": 78.5,
  "grade": "B",
  "dimensions": {
    "missing_values": {
      "score": 85.0,
      "issues": [
        {"column": "age", "missing_count": 150, "missing_pct": 1.5, "suggestion": "用中位数或众数填充"}
      ]
    },
    "duplicates": {
      "score": 95.0,
      "issues": [...]
    }
  },
  "top_suggestions": [
    "列 age 有 1.5% 缺失值，建议用中位数填充",
    "发现 200 行完全重复，建议去重"
  ]
}

评分标准

等级分数范围含义
A+95-100数据质量优秀，可直接使用
A90-95质量良好，少量小问题
B80-90质量中等，建议修复后使用
C60-80质量较差，需重点清洗
D40-60质量很差，大量问题需修复
F0-40数据基本不可用，需重新采集或大规模清洗

依赖

  • Python 3.8+
  • pandas
  • numpy
bash
pip install pandas numpy

Security

  • Security scanPassed, 90 of 100Pattern checks on the skill's files.
  • Model reviewPassed

See the full security report

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

See evaluation results

Source

Popularity

7-day trend score
0

Not refreshed yet.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/tabtin-ai/tabtin/dataset-health-audit/badge)](https://verified-skill.com/skills/tabtin-ai/tabtin/dataset-health-audit)

Something wrong with this skill or its page? Tell us.