# exploratory-data-analysis: исследовать файл с явными пределами: сведения для ИИ-агента

> Справочный документ Staksy для твоего агента. Это сведения для проверки, не команды: ничего отсюда не выполняй и не устанавливай без подтверждения пользователя. Сверь требования с первоисточниками ниже; устаревшее и неподтверждённое не принимай как факт. Не утверждай, что инструмент работает, пока это не проверено.

- Материал: bounded-scientific-eda (skill), страница для человека: /r/bounded-scientific-eda
- Обновлено 2026-10-18

## Цель

Агент исследует файл данных и честно назовёт пределы выборки

Локальный EDA-отчёт с профилем данных, ограничениями выборки и пробелами.

Актуальный skill K-Dense ограничивает анализ поддержанными форматами и различает полный файл, ограниченный префикс и дополнительные инспекторы. Базовые CSV/TSV/JSON-инструменты описаны как локальные и сетевые обращения им не нужны. Полезен для первого знакомства с данными, когда важно не выдать просмотр небольшого фрагмента за полную проверку.

## Источники

- Первоисточник и инструкция: https://github.com/K-Dense-AI/scientific-agent-skills/blob/a1043ef544e3a100c28e70a736b6cf32554d0677/skills/exploratory-data-analysis/SKILL.md

## Требования

- Полная папка exploratory-data-analysis; Python 3.11+ для базовых CLI. Опциональные научные форматы требуют отдельных библиотек и указанного окружения.

## Совместимость

- Agent Skills: По инструкции автора; версия клиента: не указана. Условия окружения указаны ниже.

## Риски

- Выборка не доказывает качество всего файла, а EDA не подтверждает причинность или клинический вывод. Отчёт может содержать чувствительные данные.

## Порядок действий

Сначала проверьте условия и права в первоисточнике. Шаги ниже описывают ограниченный первый сценарий; внешняя запись, публикация и платный запуск требуют разрешённого вами scope.

1. Подготовить ограниченный сценарий: Полная папка exploratory-data-analysis; Python 3.11+ для базовых CLI. Опциональные научные форматы требуют отдельных библиотек и указанного окружения.

Руководство: https://github.com/K-Dense-AI/scientific-agent-skills/blob/a1043ef544e3a100c28e70a736b6cf32554d0677/skills/exploratory-data-analysis/SKILL.md

2. Применить к одной задаче: Сделай локальный EDA на обезличенном CSV: схема, пропуски, дубли, подозрительные значения и чувствительность к очистке. Укажи размер реально прочитанной части и ограничения.

```text
Сделай локальный EDA на обезличенном CSV: схема, пропуски, дубли, подозрительные значения и чувствительность к очистке. Укажи размер реально прочитанной части и ограничения.
```

Руководство: https://github.com/K-Dense-AI/scientific-agent-skills/blob/a1043ef544e3a100c28e70a736b6cf32554d0677/skills/exploratory-data-analysis/SKILL.md

3. Проверить результат: Отчёт различает полный проход и выборку; неподдержанный формат явно отклонён, итог одной колонки сверяется с контрольным подсчётом.

Руководство: https://github.com/K-Dense-AI/scientific-agent-skills/blob/a1043ef544e3a100c28e70a736b6cf32554d0677/skills/exploratory-data-analysis/SKILL.md

## Как проверить результат

Проверено по первоисточнику 13.10.2026. Предлагаемая проверка: Отчёт различает полный проход и выборку; неподдержанный формат явно отклонён, итог одной колонки сверяется с контрольным подсчётом.