Skip to content

LeandroBenjaminL/lend-ai / skills/data-archive

data-archive

Verified

Documentar, versionar y cerrar proyectos de análisis de datos. Trigger: Cuando terminás un proyecto y querés dejar todo ordenado para el futuro.

Skill: data-archive

Archivar no es "tirar todo en una carpeta y olvidarte". Es dejarle la posta a tu yo del futuro (o a quien herede el proyecto). Un buen archive hace que dentro de 6 meses puedas volver, entender qué hiciste, por qué, y replicarlo sin tener que adivinar.

Trigger

  • El proyecto está terminado y listo para commitear/entregar
  • Vas a cambiar de proyecto y querés cerrar el actual ordenadamente
  • Alguien más va a tomar tu lugar y necesita entender lo que hiciste
  • El cliente/stakeholder pidió los entregables finales

Workflow de archivo

1. Limpiá el código

Eliminá celdas rotas, código comentado que no sirve, variables temporales. Corré el notebook de arriba a abajo para asegurarte de que funciona sin errores.

2. Documentá las decisiones clave

No documentes el "qué" (ya está en el código), documentá el "por qué". Por qué elegiste ese enfoque, por qué descartaste tal variable, por qué ese filtro.

3. Guardá datos en formato portable

Los CSVs raw no se tocan. Los datos procesados guardalos en Parquet (más rápido, más chico, preserva tipos).

4. Congelá dependencias

Un pip freeze > requirements.txt o un conda env export > environment.yml le ahorra dolores de cabeza a tu yo del futuro.

5. Commit con mensaje que explique el proyecto

No pongas "análisis final". Poné "ventas Q1: análisis de caída en segmento PyME, conclusión: efecto estacional, recomendación: ajustar campaña Marzo".

Patrones y ejemplos

Template de resumen de proyecto

## Resumen del proyecto
- **Pregunta**: {qué queríamos descubrir}
- **Datos**: {fuente, tamaño, período}
- **Enfoque**: {qué hicimos y por qué}
- **Resultado principal**: {hallazgo clave en 1-2 líneas}
- **Limitaciones**: {qué no pudimos hacer, datos que faltaron}
- **Aprendizaje**: {qué harías distinto la próxima}
- **Dueño**: {quién lo hizo} | **Fecha**: {cuándo}

Script de cierre automatizado

from pathlib import Path
import pandas as pd
import subprocess

def archivar_proyecto(ruta_proyecto: str, mensaje_commit: str):
    """Prepara y commitea el proyecto para archivo"""
    ruta = Path(ruta_proyecto)

    # 1. Exportar datos procesados a Parquet
    df = pd.read_csv(ruta / 'datos_procesados.csv')
    df.to_parquet(ruta / 'datos_final.parquet', index=False)
    print("✅ Datos exportados a Parquet")

    # 2. Generar requirements
    subprocess.run(['pip', 'freeze'], capture_output=True, text=True)
    with open(ruta / 'requirements.txt', 'w') as f:
        f.write(result.stdout)
    print("✅ Dependencias congeladas")

Checklist de archivo (para no saltarte nada)

- [ ] Notebooks limpios (sin outputs basura, corridos de principio a fin)
- [ ] Datos procesados guardados en Parquet (no solo CSV)
- [ ] requirements.txt o environment.yml actualizado
- [ ] README del proyecto escrito con resumen y cómo ejecutar
- [ ] Hallazgos documentados (en el README, en Engram o donde corresponda)
- [ ] Git tag con versión (git tag -a v1.0 -m "Versión final")
- [ ] Archivos temporales/cache eliminados
- [ ] Visualizaciones exportadas (PNG/HTML) si son parte del entregable

Alternativas

HerramientaPara qué sirve
DVCVersionado de datasets grandes, tracking de pipelines ML
PachydermData lineage completo: cada paso del pipeline queda registrado
EngramMemoria persistente del agente: guarda decisiones y aprendizajes clave
Manual + READMEPara proyectos chicos, un README bien escrito alcanza

Recomendación: Para proyectos exploratorios cortos, alcanza con README + requirements.txt. Para proyectos largos o productivos, usá DVC versioning + Engram para las decisiones.

Anti-patrones

  • ❌ Archivar sin documentar el "por qué" — el código dice qué hiciste, no por qué lo hiciste así
  • ❌ Guardar datasets gigantes sin comprimir — CSV de 2GB cuando Parquet ocupa 200MB
  • ❌ No limpiar notebooks — outputs de 5000 líneas, celdas que fallaron, imports sin uso
  • ❌ Commit único "final" sin mensaje descriptivo — después es imposible encontrar algo
  • ❌ No congelar dependencias — 6 meses después las librerías cambiaron y tu código no corre
slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack."Stars: 196kUpdated Claude CodeCodexVerifiedInstall
ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read.Stars: 193kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report.Stars: 193kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt.Stars: 193kUpdated Claude CodeCodexVerifiedInstall