mcpField
R
reporting-pipelines

reporting-pipelines

github.com/bobmatnycデータ・データベース78358 回インストール15 週間前に更新
リポジトリ

reporting-pipelines について

CLI の出力や JSON ファイルを、日時付きの CSV、JSON、Markdown レポートに変換する定型的なレポートパイプラインのスキルです。データ整形から集計、保存までの手順を扱います。

主な機能

  1. 01CLI または JSON からデータ収集
  2. 02データをレコードに整形
  3. 03CSV、JSON、Markdown に出力
  4. 04レポート名に日時を付与
  5. 05指標を集計して出力を保存

活用シーン

  1. 01GitFlow Analytics の実行結果をレポート化
  2. 02EDGAR の JSON 結果を CSV に出力
  3. 03リポジトリ間のレポート出力を統一

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/bobmatnyc/claude-mpm-skills --skill reporting-pipelines

インストール後、Claude Code で/reporting-pipelinesを入力して読み込まれたか確認します。

同梱ファイルmetadata.json

詳細

レポート作成パイプライン

概要

レポート作成のパターンはリポジトリ間で一貫しています。CLI またはスクリプトを実行して構造化データを出力し、タイムスタンプ付きのファイル名で CSV／JSON／Markdown レポートを reports/ または tests/results/ にエクスポートします。

GitFlow Analytics パターン

# Basic run
gitflow-analytics -c config.yaml --weeks 8 --output ./reports

# Explicit analyze + CSV
gitflow-analytics analyze -c config.yaml --weeks 12 --output ./reports --generate-csv

出力には、日付のサフィックスが付いた CSV レポートと Markdown 形式の解説レポートが含まれます。

EDGAR CSV エクスポートパターン

edgar/scripts/create_csv_reports.py は JSON の結果ファイルを読み込み、次のファイルを出力します。

  • executive_compensation_<timestamp>.csv
  • top_25_executives_<timestamp>.csv
  • company_summary_<timestamp>.csv

このスクリプトでは、並べ替えとパーセンタイルの計算に pandas を使用します。

標準的なパイプラインの手順

  1. ベースデータを収集する（CLI または JSON 成果物）
  2. 正規化する（行／レコードに変換）
  3. エクスポートする（タイムスタンプのサフィックスを付けて CSV／JSON／Markdown を出力）
  4. 要約する（主要な指標を標準出力に表示）
  5. 保存する（出力を reports/ または tests/results/ に保存）

命名規則

  • YYYYMMDD または YYYYMMDD_HHMMSS のサフィックスを使用します
  • リポジトリごとに出力ディレクトリを 1 つにします（reports/ または tests/results/）
  • 明示的なプレフィックスを使用します（例：narrative_report_、comprehensive_export_）

トラブルシューティング

  • 出力が見つからない場合：出力ディレクトリが存在し、書き込み可能であることを確認します。
  • CSV のサイズが大きい場合：エクスポート前にフィルタリングまたは集計します。すばやく確認できるよう、要約 CSV を用意します。

関連スキル

  • universal/data/sec-edgar-pipeline
  • toolchains/universal/infrastructure/github-actions

コメント

Markdown 対応