菜单
ByteHouse 数据质量检查工具。当用户提供集群连接信息、数据库名和表名，需要检查排序键、主键和分区键所使用的列的空值、零值情况，是否存在异常分布，以及排序键、主键的重复情况时，使用此技能。适用于 "数据质量检查"、"排序键 / 主键 / 分区键分析"、"空值分析"、"零值分析"、"重复键检查"、"Top 分布" 等诉求。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
基于 SOC 职业分类
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/bytedance/agentkit-samples --skill byted-bytehouse-data-quality-inspector命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
正在显示 SKILL.md
Generate deterministic SVG algorithmic artwork. Invoke when the user asks for geometric, generative, or algorithmic visual art.
火山引擎国内短信（SMS）与短信营销全流程服务，面向外部客户提供短信开通后的运营、发送和分析能力。用户只要提到“短信”“短信服务”“短信营销”“营销短信”“短信群发”“群发短信”“批量短信”“验证码短信”“通知短信”“短信签名”“短信模板”“短信发送”“群发任务”“发送记录”“短信回执”“送达率”“成功率”“失败原因”或“短信数据分析”，或者希望通过火山引擎发送、管理、查询、排查和分析国内短信时，应优先使用。支持已审核资质和消息组查询、签名与模板申请、单条短信发送与回执查询、群发任务创建与明确授权后的启动、任务取消，以及客户可见的数据分析。不要用于资质申请、国际短信、WhatsApp 或非客户可见的技术诊断。
漫剧制作总导演。接受用户故事创意，依次完成剧本创作、角色设计、分镜图生成、分镜视频生成、视频合成全流程，产物保存到 COMIC_DRAMA_OUTPUT_DIR（默认 ./output），最终交付完整漫剧视频和 TOS 链接。
| name | byted-bytehouse-data-quality-inspector |
| description | ByteHouse 数据质量检查工具。当用户提供集群连接信息、数据库名和表名，需要检查排序键、主键和分区键所使用的列的空值、零值情况，是否存在异常分布，以及排序键、主键的重复情况时，使用此技能。适用于 "数据质量检查"、"排序键 / 主键 / 分区键分析"、"空值分析"、"零值分析"、"重复键检查"、"Top 分布" 等诉求。 |
| version | 1.0.1 |
本 Skill 用于对 ByteHouse 表的关键键列（分区键、排序键、主键）进行快速数据质量分析，识别空值、零值、异常分布以及重复键等常见质量问题。
当以下情况时使用此 Skill：
clickhouse-connect 库（未安装时执行 pip install clickhouse-connect）jq（export_config.sh 依赖，用于解析 JSON 配置。安装方式：brew install jq 或 sudo apt install jq）~/.bytehouse_config.json）~/.bytehouse_config.json 加载配置到环境变量（依赖 jq）。配置保存在 ~/.bytehouse_config.json。如果该文件存在且非空，直接使用文件中的配置；如果不存在，则向用户索要 ByteHouse 连接信息（可以把 ByteHouse 连接信息获取指引 一并发给用户），拿到后写入 JSON 文件，避免重复询问。当用户切换 ByteHouse 集群时，一并更新该文件。
{
"BYTEHOUSE_HOST": "<ByteHouse-host>",
"BYTEHOUSE_PASSWORD": "<ByteHouse-password>"
}
BYTEHOUSE_HOST（主机地址）与 BYTEHOUSE_PASSWORD（密码）必须由用户提供。加载配置：
source scripts/export_config.sh
source scripts/export_config.sh，确保 BYTEHOUSE_HOST 与 BYTEHOUSE_PASSWORD 已就绪。--database）和表名（--table）。多张表可以循环调用脚本。python3 scripts/inspector.py --database <库名> --table <表名>。自动识别键列
system.columns 自动获取表的分区键、排序键和主键列。空值与零值检查
异常分布分析
重复情况检查
# 加载配置
source scripts/export_config.sh
# 检查单张表
python3 scripts/inspector.py --database default --table my_table
批量检查多张表：
for tbl in orders order_items users; do
python3 scripts/inspector.py --database default --table "$tbl"
done
和资产分析结合：先用 byted-bytehouse-data-asset-analyzer 输出的目录挑出重点表，再逐表跑本 Skill。
=== 表 default.my_table 数据质量分析报告 ===
总行数: 1000000
分区键: date
排序键: user_id, event_time
主键: user_id
=============================================
1. 关键列空值、零值及分布情况分析:
---------------------------------------------
▶ 列 [user_id] (类型: String):
- 空值 (Null) 数量: 0 (占比: 0.00%)
- 空字符串 ('') 数量: 15 (占比: 0.00%)
- 数据分布 (Top 5):
* user_123: 500 行 (占比: 0.05%)
...
2. 键重复情况分析:
---------------------------------------------
▶ 主键 [user_id] 重复情况:
- 存在重复的唯一键组合数: 850
- 涉及的重复行数: 15000 (占比: 1.50%)
SAMPLE / LIMIT（当前脚本默认为全表统计）。| 现象 | 处理方式 |
|---|---|
BYTEHOUSE_HOST 未设置 | 引导用户提供连接信息，写入 ~/.bytehouse_config.json 后 source scripts/export_config.sh。 |
clickhouse-connect not installed | pip install clickhouse-connect 或 python3 -m pip install --user clickhouse-connect。 |
找不到表 xxx | 让用户确认库名、表名，或先用 byted-bytehouse-ai-query 的 list_tables.py 列表核对。 |
| 检查耗时过长 / 触发资源告警 | 建议在独立计算组或非业务高峰执行，必要时先只对疑似有问题的关键列做检查。 |