Token导航 LogoToken导航

Agent Skill · 效率

csv-profile-stepper（CSV profile stepper 效率）

用于辅助数据整理、表格处理、CSV/Excel 分析、指标计算和图表准备。它适合让 Agent 清洗字段、汇总数据、发现异常、生成统计口径或把分析结果转成可读说明。使用时需要确认数据来源、字段含义和时间范围，避免把样本数据当全量事实；涉及敏感数据、导出文件或批量写回时，应先确认权限和脱敏边界。

csv-profile-stepper 是效率类 Agent Skill，可用宿主为 OpenClaw，通过ClawHub获取，权限为需要联网；许可证为 MIT-0，第三方扫描有提醒项，按安装量在效率类的 21,003 个 Skill 里排第 17,809。

总安装 2,514周安装 108GitHub Stars 公开资料未说明下载 881核验 2026-05-01
效率需要联网ClawHub未标认证来源可访问许可证明确审计提醒OpenClaw

安装说明

本站只整理中文说明，不托管安装包，也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：csv-profile-stepper（CSV profile stepper 效率）
来源仓库：https://github.com/askjda/csv-profile-stepper
安装命令：
openclaw skills install csv-profile-stepper
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill；本站只展示命令，不托管安装包，也不自动执行。

ClawHubOpenClaw
openclaw skills install csv-profile-stepper

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成，减少手工复制粘贴。

csv-profile-stepper 读取 CSV 并输出字段类型、空值率与唯一值计数。适合在 OpenClaw 中需要快速了解数据结构特征、识别潜在问题时使用。生成统计摘要，辅助后续清洗与分析决策。

安装命令：openclaw skills install csv-profile-stepper；建议结合样本量评估代表性。注意小样本可能导致统计失真，重要结论需交叉验证。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw；先确认自己用的是其中之一，再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install csv-profile-stepper；命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开，让新装的 Skill 被重新扫描到，否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网，先在测试目录或测试账号里跑，确认没问题再放到正式项目。

常见问题

6 条

csv-profile-stepper 怎么安装？

在终端执行 openclaw skills install csv-profile-stepper。装完完全退出宿主工具再打开，让它重新扫描本地 Skill。

csv-profile-stepper 支持哪些 AI 工具？

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录，一般也能手动放进去，但要自己确认触发方式是否一致。

csv-profile-stepper 需要什么权限？

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API；具体网络访问范围需要结合源码和 README 复核。

csv-profile-stepper 是免费的吗？

来源标注的许可证是 MIT-0。本站不代收任何费用，也不托管安装包；能否商用、要不要署名，以许可证原文为准。

csv-profile-stepper 用的人多吗？

公开数据是累计安装 2,514 次，近一周安装 108 次，下载 881 次。这些数字来自第三方目录统计，只能当作热度参考，不代表质量或安全性。

csv-profile-stepper 安全吗？

第三方扫描有提醒项，说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主，触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0，商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项，需要人工逐条确认。
  • 第三方目录整理，版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw，想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
csv-profile-stepper

CSV profile stepper 效率 · 本页

2,514—需要联网MIT-0有提醒

按安装量取同分类前几名；数字来自第三方目录统计，只作热度参考，不代表质量结论。

SKILL.md 原文

name
csv-profile-stepper
description
读取 CSV 并输出字段类型、空值率、唯一值计数。
category
data-processing
source_template
skillsmp_download/100/SKILL.md

csv-profile-stepper

能力边界

  • 只处理当前命令输入指定的数据，不做额外隐式操作。
  • 不依赖交互式界面，全部通过命令行完成。

输入参数

  • 按命令行参数传入，参数格式见下方步骤命令。

输出结果

  • 生成命令输出（stdout）和对应输出文件（JSON/TXT）。

执行步骤（具体操作）

  1. 在 skill 目录准备输入文件，例如 input.txt、data.json。
  2. 运行命令： python main.py --input <csv> --output profile.json
  3. 若命令失败，先执行 --help 查看参数，再修正参数重新执行。
  4. 查看输出文件内容，确认字段和行数符合预期。
  5. 记录本次命令和输出路径，便于后续复现。

验证命令

python main.py --input <csv> --output profile.json --help

平台分布

OpenClaw

71.45%
按下载量换算629

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API；具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项，安装前请自行复核。目前只有一个公开来源，建议同时核对源仓库。

继续浏览同类 Skills

更多效率 Skills（21,003）返回 Skills 目录

上一个 Skill

csv-pipeline（CSV pipeline 开发）

gitgoodordietrying/csv-pipeline

用于辅助数据整理、表格处理、CSV/Excel 分析、指标计算和图表准备。它适合让 Agent 清洗字段、汇总数据、发现异常、生成统计口径或把分析结果转成可读说明。使用时需要确认数据来源、字段含义和时间范围，避免把样本数据当全量事实；涉及敏感数据、导出文件或批量写回时，应先确认权限和脱敏边界。

下一个 Skill

csv-tool-pro（CSV tool 专业版）

darbling/csv-tool-pro

用于辅助数据整理、表格处理、CSV/Excel 分析、指标计算和图表准备。它适合让 Agent 清洗字段、汇总数据、发现异常、生成统计口径或把分析结果转成可读说明。使用时需要确认数据来源、字段含义和时间范围，避免把样本数据当全量事实；涉及敏感数据、导出文件或批量写回时，应先确认权限和脱敏边界。