Analysiert CSV-Dateien in einem sequentiellen Workflow (Laden, Validieren, Analysieren, Visualisieren).
Analysiert CSV-Dateien in einem sequentiellen Workflow (Laden, Validieren, Analysieren, Visualisieren).
npx skills add https://github.com/FassadenFix/FaFi --skill csv-analyzer复制此命令并粘贴到 Claude Code 中以安装该技能
Ein Skill, der eine schrittweise Anleitung zur Erstellung eines API-Clients bietet und dabei das Prinzip der Progressive Disclosure anwendet.
Professional Excel spreadsheet creation with a focus on aesthetics and data analysis. Use when creating spreadsheets for organizing, analyzing, and presenting structured data in a clear and professional format.
Verwaltet FassadenFix Logo-Varianten, Favicons, Icons und Vorlagen. Verwenden für: Logo-Auswahl, Favicon-Integration, Icon-Bibliothek, Dokumentvorlagen, E-Mail-Signaturen, Asset-Download.
Erstellt und wendet FassadenFix Corporate Design automatisch an. Verwenden für: visuelle Gestaltung, Farbschemata, Typografie, UI-Komponenten, CSS-Styling, Webanwendungen, Dokumente, Präsentationen, Markenkonformität. Unterstützt Claude, Manus, ChatGPT, Gemini. STANDARD-SKILL mit Opt-Out-Prinzip.
Erstellt Texte nach FassadenFix Markentonalität und Kommunikationsrichtlinien. Verwenden für: Headlines, CTAs, Angebote, E-Mails, Social Media, Website-Texte, Werbetexte.
Erstellt markenkonformen Content mit FassadenFix USPs, Vision, Mission und Tonalität. Verwenden für: Texterstellung, Angebote, Präsentationen, Marketingmaterialien, Kundenkommunikation, Content-Strategie.
| name | csv-analyzer |
| description | Analysiert CSV-Dateien in einem sequentiellen Workflow (Laden, Validieren, Analysieren, Visualisieren). |
Dieser Skill führt eine sequentielle Analyse von CSV-Dateien durch. Der Workflow ist in vier Schritte unterteilt, die nacheinander ausgeführt werden müssen.
Mittel: Der Skill bietet einen strukturierten Workflow, erfordert aber vom Benutzer die Angabe des Pfads zur CSV-Datei und die Interpretation der Ergebnisse.
Führe das load.py-Skript aus, um die Daten aus einer CSV-Datei zu laden. Das Skript speichert die Daten in einer temporären Datei (data.pkl) für den nächsten Schritt.
Befehl:
python3 scripts/load.py PFAD_ZUR_CSV
Ersetze PFAD_ZUR_CSV durch den tatsächlichen Pfad zu deiner CSV-Datei.
Führe das validate.py-Skript aus, um die geladenen Daten zu validieren. Dieses Skript prüft auf grundlegende Probleme wie fehlende Werte.
Befehl:
python3 scripts/validate.py
Führe das analyze.py-Skript aus, um eine deskriptive statistische Analyse der validierten Daten durchzuführen.
Befehl:
python3 scripts/analyze.py
Führe das visualize.py-Skript aus, um die Analyseergebnisse zu visualisieren. Das Skript erstellt ein Boxplot und speichert es als visualization.png.
Befehl:
python3 scripts/visualize.py
scripts/load.py: Lädt die CSV-Daten.scripts/validate.py: Validiert die Daten.scripts/analyze.py: Führt die Datenanalyse durch.scripts/visualize.py: Visualisiert die Ergebnisse.