Csv Editor

🚀 CSV Editor - MCPによるAI駆動のCSV処理

AIアシスタントがCSVデータを扱う方法を革新します。 CSV Editorは高性能なMCPサーバーで、Claude、ChatGPT、その他のAIアシスタントに、シンプルなコマンドを通じて強力なデータ操作機能を提供します。

🚀 クイックスタート

なぜCSV Editorなのか？

問題点

AIアシスタントは複雑なデータ操作に苦労します。ファイルを読み取ることはできますが、CSVデータのフィルタリング、変換、分析、検証を効率的に行うためのツールが不足しています。

解決策

CSV Editorは、AIアシスタントに40種類以上のCSV操作専用ツールを提供することで、このギャップを埋めます。これにより、AIアシスタントは以下のことができる強力なデータアナリストに変身します。

• 数秒で乱雑なデータセットをクリーニングする
• 複雑な統計分析を実行する
• データ品質を自動的に検証する
• 自然言語コマンドでデータを変換する
• アンドゥ/リドゥ機能ですべての変更を追跡する

主要な差別化要素

クイックデモ

# あなたのAIアシスタントは今ではこれができます:
"Load the sales data and remove duplicates"
"Filter for Q4 2024 transactions over $10,000"  
"Calculate correlation between price and quantity"
"Fill missing values with the median"
"Export as Excel with the analysis"

# すべて自動的な履歴追跡とアンドゥ機能付きです！

インストール方法

Smitheryを通じたインストール

Smitheryを通じてClaude Desktop用のcsv-editorを自動的にインストールするには、以下のコマンドを実行します。

npx -y @smithery/cli install @santoshray02/csv-editor --client claude

最速のインストール（推奨）

# 必要に応じてuvをインストールする（一度だけのセットアップ）
curl -LsSf https://astral.sh/uv/install.sh | sh

# クローンして実行
git clone https://github.com/santoshray02/csv-editor.git
cd csv-editor
uv sync
uv run csv-editor

AIアシスタントの設定

{
  "mcpServers": {
    "csv-editor": {
      "command": "uv",
      "args": ["tool", "run", "csv-editor"],
      "env": {
        "CSV_MAX_FILE_SIZE": "1073741824"
      }
    }
  }
}

💻 使用例

基本的な使用法

# あなたのAIアシスタントは今ではこれができます:
"Load the sales data and remove duplicates"
"Filter for Q4 2024 transactions over $10,000"  
"Calculate correlation between price and quantity"
"Fill missing values with the median"
"Export as Excel with the analysis"

# すべて自動的な履歴追跡とアンドゥ機能付きです！

高度な使用法

データアナリストのワークフロー

# 朝: 昨日のデータをロード
session = load_csv("daily_sales.csv")

# クリーニング: 重複を削除し、型を修正
remove_duplicates(session_id)
change_column_type("date", "datetime")
fill_missing_values(strategy="median", columns=["revenue"])

# 分析: 洞察を得る
get_statistics(columns=["revenue", "quantity"])
detect_outliers(method="iqr", threshold=1.5)
get_correlation_matrix(min_correlation=0.5)

# レポート: クリーニングされたデータをエクスポート
export_csv(format="excel", file_path="clean_sales.xlsx")

ETLパイプライン

# 複数のソースから抽出
load_csv_from_url("https://api.example.com/data.csv")

# 複雑な操作で変換
filter_rows(conditions=[
    {"column": "status", "operator": "==", "value": "active"},
    {"column": "amount", "operator": ">", "value": 1000}
])
add_column(name="quarter", formula="Q{(month-1)//3 + 1}")
group_by_aggregate(group_by=["quarter"], aggregations={
    "amount": ["sum", "mean"],
    "customer_id": "count"
})

# 異なる形式にロード
export_csv(format="parquet")  # データウェアハウス用
export_csv(format="json")     # API用

データ品質保証

# 入力データを検証
validate_schema(schema={
    "customer_id": {"type": "integer", "required": True},
    "email": {"type": "string", "pattern": r"^[^@]+@[^@]+\.[^@]+$"},
    "age": {"type": "integer", "min": 0, "max": 120}
})

# 品質スコアリング
quality_report = check_data_quality()
# 返される: overall_score, missing_data%, duplicates, outliers

# 異常検出
anomalies = find_anomalies(methods=["statistical", "pattern"])

✨ 主な機能

データ操作

• ロードとエクスポート: CSV、JSON、Excel、Parquet、HTML、Markdown
• 変換: フィルタリング、ソート、グループ化、ピボット、結合
• クリーニング: 重複の削除、欠損値の処理、型の修正
• 計算: 計算列の追加、集計

分析ツール

• 統計: 記述統計、相関、分布
• 外れ値: IQR、Zスコア、カスタム閾値
• プロファイリング: 完全なデータ品質レポート
• 検証: スキーマチェック、品質スコアリング

生産性機能

• 自動保存: 設定可能な戦略で作業を失うことがない
• 履歴: 操作追跡付きの完全なアンドゥ/リドゥ
• セッション: 分離されたマルチユーザーサポート
• パフォーマンス: 大きなファイルのストリーム処理

📚 利用可能なツール

🔧 技術詳細

環境変数

自動保存戦略

CSV Editorは、設定可能な戦略で自動的に作業を保存します。

• 上書き (デフォルト) - 元のファイルを更新する
• バックアップ - タイムスタンプ付きのバックアップを作成する
• バージョン管理 - バージョン履歴を維持する
• カスタム - 指定された場所に保存する

# 自動保存を設定
configure_auto_save(
    strategy="backup",
    backup_dir="/backups",
    max_backups=10
)

高度なインストールオプション

git clone https://github.com/santoshray02/csv-editor.git
cd csv-editor
pip install -e .

pipx install git+https://github.com/santoshray02/csv-editor.git

# 最新バージョンをインストール
pip install git+https://github.com/santoshray02/csv-editor.git

# またはuvを使用する
uv pip install git+https://github.com/santoshray02/csv-editor.git

# 特定のバージョンをインストール
pip install git+https://github.com/santoshray02/csv-editor.git@v1.0.1

開発

テストの実行

uv run test           # テストを実行
uv run test-cov       # カバレッジ付き
uv run all-checks     # フォーマット、リント、型チェック、テスト

プロジェクト構造

csv-editor/
├── src/csv_editor/   # コア実装
│   ├── tools/        # MCPツールの実装
│   ├── models/       # データモデル
│   └── server.py     # MCPサーバー
├── tests/            # テストスイート
├── examples/         # 使用例
└── docs/            # ドキュメント

🤝 コントリビューション

コントリビューションを歓迎します！ガイドラインについては、CONTRIBUTING.mdを参照してください。

簡単なコントリビューションガイド

1. リポジトリをフォークする
2. 機能ブランチを作成する
3. テストを含めて変更を加える
4. uv run all-checksを実行する
5. プルリクエストを送信する

📈 ロードマップ

• [ ] SQLクエリインターフェイス
• [ ] リアルタイムコラボレーション
• [ ] 高度なビジュアライゼーション
• [ ] 機械学習の統合
• [ ] クラウドストレージのサポート
• [ ] 10GB以上のファイルのパフォーマンス最適化

💬 サポート

• 問題報告: GitHub Issues
• ディスカッション: GitHub Discussions
• ドキュメント: Wiki

📄 ライセンス

MITライセンス - LICENSEファイルを参照してください。

🙏 謝辞

以下のツールを使用して構築されています。

• FastMCP - 高速モデルコンテキストプロトコル
• Pandas - データ操作
• NumPy - 数値計算

あなたのAIのデータ機能を強化しませんか？ 2分で始める →