josue-rdgzcb/data_insight_ai_llm_assistant

Assistant IA pour l'analyse de données et l'obtention d'informations à partir de jeux de données.

Qu'est-ce que data_insight_ai_llm_assistant ?

Ce skill permet à un agent IA, comme Claude Code ou Cursor, d'agir comme un assistant d'analyse de données. Il fournit des capacités pour charger, explorer, nettoyer et visualiser des données à partir de fichiers CSV, Excel, JSON ou de bases de données SQL. L'utilisateur peut demander des analyses statistiques, des corrélations, des tendances ou des prédictions simples. Le skill s'appuie sur des bibliothèques Python telles que pandas, numpy, matplotlib et seaborn pour effectuer les calculs et générer des graphiques. Il est utile pour les data scientists et analystes qui souhaitent déléguer des tâches répétitives d'exploration de données à un agent IA, accélérant ainsi le processus de découverte d'informations.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add josue-rdgzcb/data_insight_ai_llm_assistant

Installed? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait data_insight_ai_llm_assistant ?

Dépôt de compétence d'agent IA récemment mis à jour : josue-rdgzcb/data_insight_ai_llm_assistant

Description

Ce skill permet à un agent IA d'agir en tant qu'assistant d'analyse de données. Il prend en charge le chargement de données à partir de fichiers CSV, Excel, JSON ou de bases de données SQL. L'agent peut effectuer des opérations de nettoyage, d'exploration, d'analyse statistique et de visualisation. Par exemple, vous pouvez demander : "Charge le fichier ventes.csv et montre-moi les 10 premières lignes" ou "Calcule la corrélation entre les colonnes A et B".

Plateformes supportées

  • Claude Code
  • Cursor
  • Codex
  • Autres agents compatibles avec le format SKILL.md

Comment ça marche

L'agent utilise les bibliothèques Python standards :

  • pandas pour la manipulation des données
  • numpy pour les calculs numériques
  • matplotlib et seaborn pour les visualisations
  • sqlite3 ou SQLAlchemy pour les bases de données

L'agent doit avoir accès à un environnement Python avec ces dépendances installées. Les commandes d'installation sont incluses dans le README.md du dépôt.

Exemples d'utilisation

# Charger un fichier CSV
import pandas as pd
df = pd.read_csv("data.csv")
print(df.head())
# Installer les dépendances
pip install pandas numpy matplotlib seaborn

Contribuer

Les contributions sont les bienvenues. Ouvrez une issue ou soumettez une pull request sur le dépôt GitHub.

Skills associés