数组数据清洗统计助手 Skill 技能

技能简介

artemisai-data-processor（数组数据清洗统计助手） 解决的是"用自然语言反复指挥 AI 处理大数组"的低效问题：过滤、映射、排序、去重、求和这类操作如果靠对话逐条描述，既慢又容易出错。这个 Skill 提供一组可复用的 JavaScript 变换函数，把常见数据处理固化为确定性操作，并在完成后返回紧凑的处理统计（输入、输出、各操作移除条数），而不是把整个数据集再吐一遍。它适用于本地数组和授权 MCP 工具返回的数据，Skillstore 质量评分 80 分（silver 档），riskLevel 为 safe，MIT 许可，浏览量 261、下载 15 次，支持 Claude、Codex、Claude Code。

核心能力

• 条件过滤：按调用方提供的谓词函数筛掉不满足条件的记录。
• 字段映射：用自定义转换函数批量改写记录结构或派生字段。
• 单字段排序：按指定字段升序或降序排列记录。
• 聚合统计：对指定字段计算求和、平均、计数、最小值、最大值。
• 去重：按唯一键删除重复值，并报告输入、输出与各操作的统计数字。
• MCP 数据处理：对授权 MCP 工具返回的数据先做变换再保存或汇总。

安装配置

1. 执行 npx skillstore add artemisai/data-processor 完成安装。
2. 适用工具为 Claude、Codex、Claude Code；技能涉及外部命令与网络，需在授权范围内使用。
3. 输入必须是对象型记录组成的数组；分组与多数据集合并仅在文档中描述，当前实现未提供。
4. 持久化、数据库访问与 MCP 调用需要另行配置有相应权限的工具，并明确目标位置。

使用步骤

1. 校验数据：处理前让 Agent 确认数组结构、字段名与取值类型是否符合预期。
2. 清洗去重：描述规范化规则与唯一键，执行清洗并返回操作统计与保留条数。
3. 过滤排序：给出过滤条件与排序字段方向，获取移除条数与剩余记录。
4. 聚合汇总：指定统计字段与口径（求和/平均/计数/极值），拿到摘要而非全量数据。
5. 接 MCP 流水线：把授权 MCP 源的数据变换后仅写入已批准的目标，返回统计结果。

适用场景

• 分析前清洗：分析数据集前的过滤、去重、排序与字段规范化。
• 运营指标汇总：日常报告所需的合计、均值、条数与极值计算。
• MCP 数据流水线：把工具返回的大块数据变换后再落库或摘要。
• 日志与事件整理：按条件筛选事件流并输出规模统计。
• 大数组瘦身：只返回统计口径、避免整块数据进上下文的省 token 场景。

适用人群

用 Agent 做数据分析的后端与数据工程师、构建 MCP 工具链的开发者、需要对中间数据做快速清洗汇总的分析师，以及希望让 AI 数据处理从"对话式"升级为"函数式"的团队。

工作原理

技能把常见的数据操作封装成确定性的 JavaScript 变换函数：谓词函数决定去留，映射函数决定结构，排序与聚合函数按字段执行计算，去重函数按唯一键收敛记录。执行完成后它返回的是各步骤的输入/输出条数与移除统计，便于核对处理是否符合预期；全量结果仅在确有需要时输出。边界也写得很清楚：空集合求平均返回 NaN、混合类型字段会导致结果不可靠、分组合并未实现，这些都需要调用方提前规避或换用其他工具。

官方链接

• 技能页面：https://skillstore.io/skills/artemisai-data-processor
• 源码仓库：https://github.com/ArtemisAI/code-execution-with-MCP/tree/main/skills/data-processor
• 安装命令：npx skillstore add artemisai/data-processor