Skip to content
data

Data Explore

Connect to a database or CSV, profile it, and surface anomalies, distributions and key relationships.

/data-explore

Install this skill

  1. 1. Copy the SKILL.md content (button above)
  2. 2. Create a folder for the skill:
    # Mac/Linux
    mkdir -p ~/.claude/skills/data-explore
    
    # Windows (PowerShell)
    mkdir $env:USERPROFILE\.claude\skills\data-explore
  3. 3. Save the content as ~/.claude/skills/data-explore/SKILL.md
  4. 4. Restart Claude Code (or open a new session)
  5. 5. Type /data-explore to invoke it
edaprofilingsql

/data-explore

EDA inicial sin escribir el boilerplate.

Usage

/data-explore <table-name> /data-explore <csv-path> /data-explore <table> --column user_id # focus específico

Salida

1. Schema

  • Columnas, tipos, nullable
  • Total de filas
  • Tamaño estimado

2. Por columna

  • Distribución (min/max/mean/median para numéricas)
  • Cardinality (distinct count)
  • Top values (categóricas)
  • % de nulls
  • Outliers detectados

3. Relaciones

  • Posibles foreign keys (columnas que parecen referencias)
  • Correlaciones notables
  • Patrones temporales si hay timestamps

4. Calidad de datos

  • Filas duplicadas
  • Inconsistencias de tipo
  • Strings con espacios extras / case mixing
  • Fechas en el futuro o pasado lejano

5. Sugerencias

3-5 preguntas que valdría la pena investigar más.

Backends soportados

  • PostgreSQL, MySQL, SQLite (vía DATABASE_URL)
  • DuckDB (para CSVs grandes)
  • Pandas (CSVs <1GB)