把「表格数据清洗」交给智能体，难点不在模型能力，而在流程是否说清楚：输入是什么（CSV 文件），按什么顺序处理，交付什么（清洗后的数据与清洗日志），哪些事不能做。Skill 就是把这些写下来的载体。

本文介绍如何在 AGENTS.md 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。

这个技能做什么

项目说明
技能表格数据清洗（csv-cleaner）
作用清洗 CSV 中的缺失值、重复行与格式不一致
输入CSV 文件
输出清洗后的数据与清洗日志
形态带脚本
风险低
适用人群数据分析师与运营

处理流程分四步：

  1. 检查列类型
  2. 处理缺失与重复
  3. 统一日期与数字格式
  4. 输出清洗说明

这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码；风险较低，但输出仍需快速过目再使用。

在 AGENTS.md 中是什么形态

AGENTS.md 是放在仓库根目录、写给编码智能体看的说明文件，多个编码智能体工具都会读取它。把常用流程写成其中的一个小节，就相当于给所有智能体装上同一个技能。

根目录的 AGENTS.md 对整个仓库生效；子目录也可以放自己的 AGENTS.md，就近补充或覆盖说明。

示例配置

AGENTS.md 中的小节示例（示意）：

## 表格数据清洗（csv-cleaner）

- 何时使用：用户需要清洗 CSV 中的缺失值、重复行与格式不一致
- 输入：CSV 文件
- 输出：清洗后的数据与清洗日志
- 步骤：
  1. 检查列类型
  2. 处理缺失与重复
  3. 统一日期与数字格式
  4. 输出清洗说明
- 约束：
  - 结论要回到原始数据核对口径，避免把相关当因果。
  - 信息不足时先提问，不要自行编造数据或事实。
  - 脚本只在当前项目目录内运行，运行失败时报告错误原文，不要猜测结果。

示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在数据分析师与运营提出相关请求时能对上号；二是约束部分要写进「结论要回到原始数据核对口径，避免把相关当因果」这类领域规矩，避免智能体自作主张。

安装与启用步骤

  1. 在仓库根目录打开（或新建）AGENTS.md
  2. 新增一个以技能名命名的小节，写清何时使用、输入、步骤与约束
  3. 引用项目里已有的命令和脚本，不要写不存在的命令
  4. 让智能体执行一次相关任务，检查是否遵循
  5. 随代码评审一起维护这个小节

实操：一次完整的运行

假设你在表格、数据库与 Notebook中发出这样的请求（虚构示例）：

用表格数据清洗技能处理这份CSV 文件，输出清洗后的数据与清洗日志。

智能体识别到任务与「表格数据清洗」相关后，会依次检查列类型、处理缺失与重复、统一日期与数字格式、输出清洗说明。最终交付清洗后的数据与清洗日志，并在末尾列出需要人工确认的内容。你的工作是对照原始CSV 文件抽查两三处关键信息，确认无误后再使用。

测试与验收

让两个不同的编码智能体分别执行同一任务，对比是否都按小节中的步骤进行。

针对这个技能，还建议额外准备：

  • 一份信息齐全的标准CSV 文件，检查输出是否完整
  • 一份缺少关键信息的输入，检查智能体是否先提问而不是编造
  • 一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效

常见坑

  • AGENTS.md 越写越长，变成没人维护的百科；每个小节保持一屏以内。
  • 写了与实际不符的构建或测试命令，智能体会照做并失败。
  • 只写了步骤，没写交付格式，导致每次输出的清洗后的数据与清洗日志结构不同。
  • 没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。

延伸阅读

说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。