Explore Data
Profileert een tabel of bestand end-to-end: nulls, cardinaliteit, uitschieters en volgende-stap analyses.
Getest · Werkt
Wat het doet
Genereert een gestructureerd dataprofile voor een tabel of geüpload bestand — rij/kolom tellingen, per-kolom null rates en cardinaliteit, numerieke/datum/string distributies, en een heuristische data-kwaliteitsscan (placeholders, duplicaten, case inconsistentie, toekomstige datums). Triggers bij het tegenkomen van een nieuwe dataset, het controleren van de kwaliteit voor analyse, of het beslissen welke dimensies/metrics verder te verkennen.
Testrapport
Uitgevoerd op een opzettelijk rommelige 10-rijen orders.csv, ving het elke geplante kwestie (USA/usa casing, een -15 refund, een 999999/'TBD' placeholder rij, een dubbele C004 order, een 2099 toekomstige datum, een null customer_id) en verpakte het met ernstbanden en 5 concrete follow-up analyses — de ongeleide baseline ving dezelfde kwesties op maar als een ongestructureerde lijst zonder ernst of next-step framing.
Getest op: 2026-07-16 · Claude Code 2.x (agent harness)
Installatie
git clone https://github.com/HalalifyMusic/fable-mode.git mkdir -p ~/.claude/skills cp -r fable-mode/skills/explore-data ~/.claude/skills/explore-data
Commando's en voorbeeldprompts
/explore-dataProfileert een tabel of bestand end-to-end: nulls, cardinaliteit, uitschieters en volgende-stap analyses.
Skills reageren op gewone verzoeken — geen commando's om te onthouden. Na installatie activeren prompts zoals deze de skill (in het Engels):
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