منظّف ملفات CSV
SHA-256:
48cd8c87649f985c6872dc12208162b8abfd8170862d069a5e05f5704228c045
2 كيلوبايت
ثبّت هذه المهارة مباشرة داخل وكيلك
اختر الوكيل، انسخ الأمر، وشغّله من مجلد مشروعك. يتولى CLI تنزيل الحزمة والتحقق من بصمة SHA-256 ووضع الملفات في المسار المناسب.
npx @ai-dalil/skills add csv-data-cleaner --agent codex@ai-dalil/skills على npm - Node.js 18.18 أو أحدث.
الوصف
عربي
ينظف ملفات CSV الفوضوية: ترميز، فواصل مزدوجة، تواريخ متضاربة، وصفوف رؤوس ملتبسة، بخطوات موثقة قابلة للتكرار.
English
Clean messy CSV files: encodings, mixed delimiters, inconsistent dates, and confusing headers with repeatable documented steps.
بيانات المهارة التقنية
- SKILL name
csv-data-cleaner- الوصف الأصلي
- Clean messy CSV files: encodings, mixed delimiters, inconsistent dates, and confusing headers with repeatable documented steps.
- إصدار المهارة
1.2.0- التوافق
- بيئة Python/pandas أو جدول بيانات · ملفات CSV
- الأدوات المسموح بها
Read, Bash- الكلمات المفتاحية
- csv, cleaning, data, preparation
- لغة المصدر
- multilingual
- الفرع / المرجع
main- دليل الترخيص
- Original editorial content authored for the AiDalil catalog and released under MIT by the catalog owner. (high)
بيانات المصدر الأصلية (YAML)
عرض Frontmatter الأصلي
name: csv-data-cleaner description: Clean messy CSV files: encodings, mixed delimiters, inconsistent dates, and confusing headers with repeatable documented steps. version: 1.2.0 metadata: author: AiDalil Editorial category: data-analysis compatibility: aider, claude-code, antigravity, cline, cursor, api difficulty: beginner tags: [csv, cleaning, data, preparation]
تعليمات SKILL.md
المحتوى الأصلي للمهارة كما ورد من المصدر، مع الحفاظ على تنسيق Markdown.
عرض التعليمات الكاملة
# Csv Data Cleaner **Goal:** Clean messy CSV files: encodings, mixed delimiters, inconsistent dates, and confusing headers with repeatable documented steps. > الهدف: ينظف ملفات CSV الفوضوية: ترميز، فواصل مزدوجة، تواريخ متضاربة، وصفوف رؤوس ملتبسة، بخطوات موثقة قابلة للتكرار. ## When to use - الحالة النموذجية: ينظف ملفات CSV الفوضوية: ترميز، فواصل مزدوجة، تواريخ متضاربة، وصفوف رؤوس ملتبسة، بخطوات موثقة قابلة للتكرار. - اختيار اختبار إحصائي مناسب وتفسير نتيجته. - تنظيف بيانات فوضوية قبل أي تحليل. - بناء مؤشرات واضحة وتجنب تعريفات ملتبسة. - كتابة تقرير تحليل يجيب سؤال عمل محدد. ## Workflow 1. افحص البيانات: البنية، الحجم، القيم الناقصة، والتعريفات. 2. حوّل سؤال العمل إلى سؤال تحليلي: منظّف ملفات CSV. حدّد القرار الذي سيُبنى على النتيجة. 3. طبّق التحليل المناسب مع الإعلان عن افتراضاته. 4. نظّف بمنطق موثق: كل تحويل له سبب وقابل للتكرار. 5. ترجم النتيجة إلى حجم أثر وفترة ثقة لا إلى نعم/لا فقط. 6. اكتب التقرير: سؤال، منهج، نتيجة، حدود، وتوصية. 7. استكشف بملخصات وتوزيعات قبل أي نمذجة. 8. وثّق قاموس بيانات مصغّر: كل عمود، معناه، ونطاق قيمه. ## Rules - التنظيف لا يمس البيانات الخام أبداً؛ اشتق نسخة معالجة. - القيم الشاذة تُفحص قبل حذفها؛ قد تكون أهم ما في البيانات. - الارتباط ليس سببية ولا يُصاغ كأنه. - حجم الأثر أهم من الدلالة الإحصائية وحدها. - لا تقرير بلا سؤال محدد مسبقاً. ## Output contract - جدول مؤشرات بتعريفات دقيقة. - كود أو خطوات قابلة لإعادة التشغيل. - رسوم مختارة بدقة تخدم الخلاصة. - قائمة أسئلة بيانات تحتاج متابعة من المالك. ## Quality checks - [ ] هل يجيب التحليل سؤال القرار لا سؤال فضول جانبي؟ - [ ] هل أُرشفت المدخلات والمخرجات بنسخ مجمدة؟ - [ ] هل خطوات التنظيف موثقة وقابلة للتشغيل مجدداً؟ - [ ] هل الأرقام في التقرير مطابقة لمخرجات الكود؟ - [ ] هل الافتراضات الإحصائية فُحصت لا افترضت؟ ## Skill identity - Skill name: `csv-data-cleaner` - Version: 1.2.0 - Domain: Data Analysis (تحليل البيانات) - Tags: csv, cleaning, data, preparation
التثبيت اليدوي
استخدم هذا المسار عند عدم استخدام CLI أو عند إدارة ملفات المهارات يدويًا.
- نزّل ملف ZIP للإصدار المطلوب من أعلى الصفحة، أو افتح المصدر الأصلي إذا لم تتوفر حزمة مستضافة.
- فك الضغط، ثم انقل مجلد المهارة الذي يحتوي مباشرة على SKILL.md إلى مجلد الوكيل.
- أعد تحميل الوكيل أو افتح جلسة جديدة، ثم تأكد من ظهور المهارة ضمن المهارات المتاحة.
.agents/skills/csv-data-cleaner/.claude/skills/csv-data-cleaner/.cursor/skills/csv-data-cleaner/تعليمات خاصة بهذه المهارة
Extract the skill folder into your agent's skills directory (for example the project skills folder) or install the ZIP package from the skill page. No build step is required; everything is Markdown.
حالات الاستخدام
• تنظيف بيانات فوضوية قبل أي تحليل. • تحليل تجربة مقارنة أو حملة أو سلوك مستخدمين. • استكشاف مجموعة بيانات واستخراج خلاصة قابلة للتنفيذ.
المتطلبات
• Any Agent Skills compatible assistant (Claude Code, Claude Desktop, or API agents). • Basic file access to read the bundled reference playbook. • No external services required for the standard workflow.
الإصدارات
| الإصدار | الحجم | الملفات | تاريخ النشر | تنزيل |
|---|---|---|---|---|
vsha-48cd8c87649f |
2 كيلوبايت | 2 | 4 نوفمبر، 2026 | تحميل |
الأمان والفحص
فحص أساسي ✓ — 1 نوفمبر، 2026