Repository navigation
data-analytics-agents v1.0.1 — Primer release estable
Toolkit multi-CLI de personas y skills para flujos de trabajo de data analytics.
Esta es la primera versión GA (1.0.x) del toolkit. Cubre el ciclo end-to-end del data analyst: perfilado y limpieza de datos tabulares, exploración y validación de SQL sobre warehouses cloud, visualización y reporting ejecutivo, y modelado supervisado. Instalable con un solo comando en OpenCode, Claude Code, Codex y Antigravity CLI.
Highlights
- 5 personas + 20 skills distribuidas como markdown + snippets Python pre-aprobados. Auto-descubiertas por los 4 CLIs soportados via
AGENTS.md+ frontmatter. - Multi-CLI install via
npx data-analytics-agents install --all(symlinks idempotentes, sin copy-paste). - Cloud warehouses: Snowflake, BigQuery, Redshift, Databricks (Spark SQL). Snippets dialecto-aware (
DATE_TRUNC,IFF/IF/CASE,TRY_CAST/SAFE_CAST, backticks vs comillas). - Guardrails de seguridad built-in:
sql-writemodo conservador bloquea DROP/UPDATE/DELETE/TRUNCATE/ALTER,audit-logredacta PII (emails, RUTs CL, teléfonos, tarjetas) automáticamente. - 161 unit tests sobre los snippets de skills (
make test-unit), más smoke tests de los examples (make test).
Instalación
npm install --save-dev data-analytics-agents
npx data-analytics-agents install --allO vía clone directo:
git clone https://github.com/berriosb/data-analytics-agents.git
cd data-analytics-agents
make install-allCambios desde v0.9.0
Added
docs/architecture.md— mapa mental de las 5 personas + 20 skills con diagramas Mermaid de triaje/handoffs y grafo de referencia de skills.- Unit tests sobre snippets de skills (
make test-unit) — 161 tests cubriendo api-builder, audit-log, excel-formulas, report-export, sql-cloud-warehouse, sql-write. Happy path + edge cases + guardrails de seguridad. identifier_quote()snippet ensql-cloud-warehouse— entrecomilla identificadores según dialecto (backticks para BigQuery/Databricks, comillas dobles para Snowflake/Redshift).docs/notes/databricks-coverage.md— review técnico del dialecto Databricks con cobertura actual + 7 gaps priorizados.CHANGELOG.mdcon release notes estructuradas (Keep a Changelog + SemVer) y roadmap a v1.0 marcado al día.prepublishOnlyscript enpackage.jsonque correclean-cache + make test-unit + install --listantes de cualquier publish (guardrail contra publicar con caches stale o tests rojos).
Changed
- PRDs flippeados a Accepted — los 7 PRDs reflejan el estado real (las skills existen, los ADRs están aceptados).
audit-log/redact.py—credit_cardse matchea antes quephone_cl(un PAN de 16 dígitos se redactaba parcialmente como teléfono; ahora se redacta entero).sql-write/validate.py— SQL con solo comentarios ahora se detecta como vacío (antes pasaba silenciosamente como válido).
Fixed
- "4 personas" → "5 personas" en
AGENTS.mdyREADME.md(drift desde que se sumóusing-data-analytics-agents).
Documentation
- Cross-link de
docs/architecture.mddesdeAGENTS.mdyREADME.md. docs/README.mdagrega índice de arquitectura y sección de notes.- README reorganiza la sección de "Tests" para distinguir smoke vs unit tests.
- README agrega badge npm version + GitHub.
Quickstart
# Después de instalar las personas/skills en tu proyecto, invoca un agente:
opencode -m <model> --agent data-explorer "Perfilá examples/ventas_sample.csv y pará."
codex -m <model> --agent sql-analyst exec "Top 5 clientes por revenue desde examples/notes_example.sqlite."
claude -m <model> --agent reporting-analyst "Tendencia mensual de revenue, salida a ./reports/."
# O vía "act as" en el prompt (funciona sin instalar agentes, lee AGENTS.md como contexto):
opencode -m <model> "act as data-explorer. Perfilá el CSV y pará."Para el mapa completo de qué skill carga cada agente y cómo se conectan las personas, ver docs/architecture.md.
Out of scope para v1.0 (planeado para v1.x)
data-engineer(ingesta APIs / S3 / scraping). ADR-003 cuando haya demanda.make doctorpreflight (UX helper).- QUALIFY clause snippet para Databricks (gap G2 del review).
- OAuth2 / service accounts para cloud warehouses.
- Modo "full" de
sql-write(DROP/UPDATE/DELETE con rollback script). - Unit tests sobre los 14 skills sin
recetas/(requiere extraer snippets de markdown a código).
El detalle completo de cada gap vive en CHANGELOG.md sección "Out of scope para v1.0".
Compatibilidad
- Node:
>=18(probado en 22.x). - Python:
>=3.10(los snippets de skills; las peer-deps opcionales documentadas enrequirements-dev.txt). - CLIs soportados: OpenCode, Claude Code, Codex, Antigravity CLI (
agy).
Créditos
- Schema de skill y template de 6 secciones inspirados en
vaquarkhan/data-engineering-agent-skills. - Workflow perfil → limpieza → gráfico adaptado de
jenyss/DataAnalyticsAIAgentcon fixes de seguridad. - Patrón de instalador multi-CLI estilo
npxinspirado envercel-labs/skills.
—
Full Changelog: https://github.com/berriosb/data-analytics-agents/blob/v1.0.1/CHANGELOG.md