stagenth · 数据工具箱

查看数据文件结构：列名/类型/行数/每列非空数 + 前 N 行预览。免费(0 credit)。 支持 CSV/TSV/JSON/NDJSON/Parquet。取数(data_query)前先调它看清有哪些列、哪些是数值。

查询 / 过滤 / 分组聚合数据文件，返回**实际数据行（JSON）**供 AI 直接分析（1 credit/次）。 支持 CSV/TSV/JSON/NDJSON/Parquet，两种用法： · 原始 SQL（表名固定 t）：sql="SELECT 商品, sum(销量) s FROM t GROUP BY 商品 ORDER BY s DESC LIMIT 5" · 结构化（不用写 SQL）：group_by=["地区"], measures=["销售额"], agg="sum", sort_by="销售额", descending=t

数据画像：每列类型/去重近似数/空值率 + 数值列 min/max/avg/std/分位数（1 credit/次）。 相当于 pandas df.describe()——AI 拿它一眼看清整份数据的分布与质量。失败自动退款。 返回 {ok, format, n_rows, n_cols, profile[]}。

把数据文件转成另一种格式（csv/json/ndjson/parquet/xlsx），产物存文件中转站返下载 URL（1 credit/次）。 典型：把大 CSV 转 parquet 便于后续分析、或把 JSON 日志转 xlsx 给人看。失败自动退款。

两份数据文件按共同列连接（如 订单表×客户表），返回实际数据行 JSON（1 credit/次）。 跨文件对齐是单文件 data_query 做不到的；DuckDB 引擎、锁死文件/网络访问。失败自动退款。

一步清洗脏数据：去重 / 去空白 / 删全空行列，产物落文件中转站并返清洗统计（1 credit/次）。