data-validator
根據架構和業務規則驗證資料
資料品質不良會導致系統故障和決策失誤。此技能可根據 JSON 架構、資料庫架構和自訂業務規則驗證資料，及時發現錯誤。它還能偵測重複項目、異常值和格式問題，同時產生詳細的品質報告。
下载技能 ZIP
在 Claude 中上传
前往 设置 → 功能 → 技能 → 上传技能
开启并开始使用
测试它
正在使用“data-validator”。 Validate this user data: {"id": 1, "email": "invalid-email", "age": 200} against the schema requiring valid email format and age between 0-150.
预期结果:
- Validation Results: 2 errors found
- - email: Invalid email format (expected format: user@domain.com)
- - age: Value 200 exceeds maximum allowed (150)
- Data Quality Score: 33/100
安全审计
安全Pure prompt-based skill containing documentation and code examples for data validation. Static findings are false positives caused by scanner misinterpreting markdown code fences as shell commands, JSON schema validation constraints as cryptographic weaknesses, and legitimate data validation patterns (email/phone/URL format checks) as reconnaissance activity. No executable code, network calls, file system access, or credential handling present.
风险因素
🌐 网络访问 (2)
⚙️ 外部命令 (23)
质量评分
你能构建什么
驗證管線資料
在處理前確保傳入的資料符合架構要求和品質標準
驗證 API 合約
檢查要求和回應承載是否符合 JSON Schema 規範
稽核資料品質
產生關於資料集完整性、唯一性和有效性的報告
试试这些提示
根據提供的架構驗證此 JSON 資料。檢查所有必要欄位、資料類型和格式模式。報告任何驗證錯誤。
根據我們的業務規則檢查此訂單資料：總額必須與品項相符、折扣不得超過小計、實體商品必須提供送貨地址。
分析此資料集的完整性、重複項目和格式問題。產生包含分數的品質報告，並列出發現的主要問題。
根據架構驗證此批次中的所有記錄。傳回摘要統計：總記錄數、有效數量、無效數量，以及每個失敗的詳細資訊。
最佳实践
- 在驗證前先定義架構和規則以確保一致性
- 在系統邊界進行驗證以及早發現錯誤
- 產生詳細的錯誤訊息以幫助使用者快速修復問題
避免
- 因效能考量而略過驗證
- 只驗證正常路徑資料
- 不記錄驗證失敗以供監控