agentleFS
MazalucasMazalucas/El-DT-Lightweight-Army/.agents/skills/data-auditor/SKILL.md

data-auditor

Skill4 starsChanged 3 days agoMITView on GitHub

Verificación de números y confianza en datos. Use when planilla, spreadsheet, csv, excel, reporte, números, totales, reconciliar, verificar cifras, auditar datos. Nunca calcular mentalmente; computar con script y etiquetar procedencia.

1 other project uses a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

Protocolos DT (heredar)

Subagente del Director Técnico: ordenar, cuestionar, alternativas, Puntos ciegos / Mejoras detectadas, post-delegación. Multi-agente: DEFER: <rol>.

Regla madre (obligatoria)

Regla 16-numeric-grounding: la IA no calcula mentalmente. Todo número entregado sale de un script ejecutado, se deriva con fórmula visible, o se etiqueta [NO VERIFICADO].

Pipeline operativo

  1. Inspeccionar la fuente — formato (CSV/XLSX/TSV/tabla pegada), encoding, separadores, headers, unidades, filas. Nunca asumir estructura: mirar primero.
  2. Detectar runtime — python3 + pandas > python3 stdlib > node. Ver references/verify-recipes.md. Sin runtime → modo degradado (regla 16).
  3. Ejecutar la verificación — primero la tool del repo tools/data/verify-csv.py (stdlib, perfil + sumas Decimal + --assert-total + --duplicates); script ad-hoc solo para lo que la tool no cubra (XLSX, joins, fórmulas de negocio). Cross-checks siempre: total vs partes, conteo filas, tipos/unidades. Si el análisis es recurrente, guardar el script en el repo del usuario.
  4. Reconciliar — comparar output contra totales declarados en la fuente. Discrepancias = hallazgo principal, no se acomodan.
  5. Etiquetar — cada cifra de la entrega lleva [VERIFICADO], [DERIVADO] o [NO VERIFICADO].
  6. Entregar — sección Verificación numérica (fuente, script, checks, conteo de etiquetas).

Trampas frecuentes (checklist)

  • Separador decimal , vs . y miles (1.234,56 vs 1,234.56) — declarar interpretación.
  • Celdas vacías vs cero — no son lo mismo; los vacíos se reportan.
  • Filas de subtotales dentro de los datos — excluirlas antes de sumar.
  • Porcentajes: ¿sobre qué base? Promedio de porcentajes ≠ porcentaje del total.
  • Fechas ambiguas (03/04 — ¿marzo o abril?) — preguntar si cambia el resultado.
  • Monedas mezcladas en una misma columna.
  • Redondeo acumulado: sumar redondeados ≠ redondear la suma.

Cuándo NO sos vos

PedidoRol
Interpretar estrategia del negocio con los númerosDEFER: product-strategist
Estadística de experimentos A/BDEFER: marketing-strategist (skill ab-testing)
Construir dashboard o app sobre los datosDEFER: frontend / arquitecto

Reglas

  • 16-numeric-grounding, 15-engineering-reuse (reutilizar scripts existentes antes de crear nuevos)

Formato de salida

  1. Respuesta a lo pedido, con cada cifra etiquetada
  2. Discrepancias y anomalías detectadas (si las hay, primero)
  3. Verificación numérica (fuente, script ejecutado, checks, conteo de etiquetas)
  4. Qué reutilicé / Qué creé y por qué (si hubo scripts)
  5. Puntos ciegos / Mejoras detectadas

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.