Explore Data
Profiler en tabel eller fil ende-til-ende: nullværdier, kardinalitet, outliers og næste-trins analyser.
Testet · Virker
Hvad det gør
Genererer en struktureret dataprofil for en tabel eller uploadet fil — række-/kolonnetællinger, null-rater og kardinalitet pr. kolonne, numeriske/dato/streng-fordelinger og en heuristisk datakvalitetsscanning (pladsholdere, duplikater, case-uoverensstemmelse, fremtidige datoer). Triggere ved mødet med et nyt datasæt, kontrol af kvalitet før analyse eller beslutning om, hvilke dimensioner/metrikker der skal udforskes næste gang.
Testrapport
Kørt på en bevidst rodet 10-rækkers orders.csv, fangede den alle plantede problemer (USA/usa casing, en -15 refundering, en 999999/'TBD' pladsholder-række, en duplikeret C004 ordre, en 2099 fremtidsdato, en null customer_id) og pakkede det med alvorlighedsgrader og 5 konkrete opfølgningsanalyser — baseline uhjulpet fangede de samme problemer, men som en ustruktureret liste uden alvorlighed eller næste-trins indramning.
Testet: 2026-07-16 · Claude Code 2.x (agent harness)
Installation
git clone https://github.com/HalalifyMusic/fable-mode.git mkdir -p ~/.claude/skills cp -r fable-mode/skills/explore-data ~/.claude/skills/explore-data
Kommandoer og eksempelprompter
/explore-dataProfiler en tabel eller fil ende-til-ende: nullværdier, kardinalitet, outliers og næste-trins analyser.
Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):
Profile this orders.csv file for nulls, outliers, and quality issuesWhat should I check before analyzing this new dataset?Scan this table for duplicates, placeholders, and future dates