data-card-writer

Par mkurman · zorai

Skill data-card-writer du repo Zorai : génère des fiches de données structurées au format 'Datasheets for Datasets' (Gebru et al., 2021) pour documenter tout dataset.

npx skills add https://github.com/mkurman/zorai --skill data-card-writer

Data Card Writer

Ce skill fait partie du module data-lattice de Zorai, une plateforme d'exécution multi-agent durable. Son rôle est de produire des fiches de documentation de dataset — appelées data cards — en suivant rigoureusement le cadre académique "Datasheets for Datasets" (Gebru et al., 2021), qui définit un standard de transparence pour tout jeu de données utilisé en machine learning.

Ce que fait le skill

Le skill prend en charge la génération d'un document structuré couvrant les sections canoniques du framework : motivation et contexte de création, composition du dataset (instances, features, attributs protégés, déséquilibres de classes), processus de collecte (source, dates, stratégie d'échantillonnage, revue éthique, consentement), transformations de prétraitement, usages recommandés et déconseillés, conditions de distribution et de licence, limitations connues (biais démographiques, géographiques, temporels), et informations de maintenance.

Un template Markdown complet est embarqué dans le SKILL.md et sert de colonne vertébrale à la génération. Il impose que chaque section soit renseignée honnêtement — notamment la section Limitations, explicitement prévue pour ne pas rester vide ou générique.

Checklist de validation intégrée

Le skill inclut une checklist de validation qui vérifie que toutes les sections sont complétées, que la licence est confirmée (et non supposée), que la provenance est traçable jusqu'à la source, et que les informations de contact et de version sont à jour. Cette checklist vise à garantir que le document produit est exploitable et auditable, en cohérence avec l'accent mis par Zorai sur la traçabilité et la gouvernance des opérations agentiques.

Contexte dans Zorai

Dans l'architecture de Zorai, ce skill s'intègre naturellement dans des workflows où un agent comme Swarog ou Weles doit documenter un dataset avant son utilisation dans un pipeline d'apprentissage ou avant sa distribution. Il fournit une sortie standardisée qui peut être versionnée, auditée et partagée avec les parties prenantes du projet.

Skills similaires