Skill data_quality_audit · Version 0.1.0
Customer Data Quality Audit (CSV/NDJSON)
Deterministische Datenqualitätsprüfung für synthetische Kunden-, Rechnungs- und Bestelexporte. Der Skill lädt das Dataset-Profil des Ziels und prüft Schema-Konformität, Pflichtfelder, Format-/Typregeln (E-Mail, ISO-Datum, ISO-Ländercode, ISO-Währung, Enums), Eindeutigkeit von Primärschlüsseln, referentielle Integrität zwischen Tabellen, Wertebereiche, Whitespace-/ Encoding-Rauschen und Pflichtfeld-Vollständigkeit. Er liest ausschließlich Dateien unterhalb des Zielpfads, führt keinen Zielcode aus, nutzt kein Netzwerk und keine LLM-Aufrufe; zwei Läufe liefern byte-identische Findings. Dokumentierte sichere Muster (Decoy-Regeln DQ-*-900) werden über explizite Guards unterdrückt und im Summary nachweisbar ausgewiesen.
Berechtigungen
- Nur Lesen (Workspace)
- Kein Netzwerk
Kosten- und Laufzeitmodell
| Feld | Wert |
|---|---|
| LLM-Aufrufe erlaubt | 0 |
| Netzwerkzugriff | nein (erzwungen) |
| Max. Laufzeit | 120000 ms |
| Letzte Evidenz | f7b559b7cfc14c33839eb2e6fb339f86 (2026-11-03T11:25:20Z) |
Validierungs-Schwellenwerte
| Feld | Bedeutung | Wert |
|---|---|---|
min_recall | Mindest-Recall | 1 |
min_precision | Mindest-Precision | 0.9 |
max_runtime_ms | Max. Laufzeit (ms) | 120000 |
max_cost_usd | Max. Kosten (USD) | 0.05 |
Grenzen des Skills
- Nur deterministische Regelprüfung; keine ML-basierte Anomalie- oder Betrugserkennung und keine statistische Profilierung.
- Der Regelsatz deckt die im Dataset-Profil deklarierten Schema-, Pflichtfeld-, Format-, Eindeutigkeits-, Referenz-, Wertebereichs-, Rausch- und Vollständigkeitsregeln ab; fachliche Plausibilität über Tabellen hinweg wird nur für die deklarierten Fremdschlüssel und Währungsregeln geprüft.
- Die aktuelle Evidenz basiert ausschließlich auf dem synthetischen Lab-Target synthetic-customer-data, nicht auf Kundendaten.
- Der Skill verarbeitet keine echten personenbezogenen Daten (PII) und ist nicht für die Verarbeitung von Produktionsdaten freigegeben.
Eingabe-Vertrag (JSON-Schema)
Der Runner validiert Eingaben gegen dieses Schema, bevor der Skill startet.
{
"additionalProperties": false,
"properties": {
"max_findings": {
"default": 200,
"type": "integer"
},
"scope": {
"default": [
"schema",
"required",
"format",
"uniqueness",
"referential",
"ranges",
"noise",
"completeness"
],
"items": {
"type": "string"
},
"type": "array"
},
"target_path": {
"type": "string"
}
},
"required": [
"target_path"
],
"type": "object"
}
Ausgabe-Vertrag (JSON-Schema)
Die Ausgabe wird nach dem Lauf gegen dieses Schema geprüft; Abweichungen brechen den Lauf ab.
{
"additionalProperties": false,
"properties": {
"findings": {
"maxItems": 500,
"type": "array"
},
"summary": {
"type": "object"
}
},
"required": [
"findings",
"summary"
],
"type": "object"
}
Evidenz für diesen Skill
Nur verifizierte Records, neueste zuerst. Ein Record belegt einen konkreten Lauf gegen ein synthetisches Lab-Ziel.
| Record | Zeitstempel | Status | Reife | Precision / Recall | Laufzeit | Kosten |
|---|---|---|---|---|---|---|
| f7b559b7cfc14c33839eb2e6fb339f86 | 2026-11-03T11:25:20Z | PASSED | VALIDATED | 1,000 / 1,000 | 256 ms | 0,00 € |