AgentSkillsCN

check-quality

验证输出 CSV 文件中所捕获数据的整体质量。检查配额、时间戳、统计数据，并及时发现异常或损坏的数据。

SKILL.md
--- frontmatter
name: check-quality
description: >
  Verifica la calidad general de los datos capturados en los CSVs de salida.
  Revisa cuotas, timestamps, estadísticas y detecta anomalías o datos corruptos.

Check Quality - Verificar Calidad de Datos

Instrucciones

1. Identificar CSVs de salida

Lista los archivos en betfair_scraper/data/:

bash
dir "betfair_scraper\data\*.csv"

2. Analizar cada CSV

Para cada CSV, lee las últimas 20-30 filas y verifica:

Cuotas (Odds)

  • •local_odds, draw_odds, visitante_odds: deben estar entre 1.01 y 1000
  • •back_over_* / lay_over_*: deben ser > 1.0
  • •Si hay valores 0, vacíos o negativos → problema
  • •Las cuotas deben cambiar ligeramente entre capturas (no todas iguales)

Timestamps

  • •Formato válido (datetime parseable)
  • •Diferencia entre capturas consecutivas: ~60 segundos (configurable)
  • •Sin gaps grandes (> 5 minutos) sin explicación
  • •Sin timestamps duplicados

Marcador y Minuto

  • •goles_local / goles_visitante: enteros >= 0
  • •minuto_partido: debe ir incrementando
  • •El minuto debe ser coherente con el tiempo transcurrido

Estadísticas Opta

  • •Valores numéricos donde corresponde
  • •Posesión: 0-100%, debe sumar ~100% entre ambos equipos
  • •Porcentajes (pass_success, shooting_accuracy): 0-100%
  • •Contadores (corners, tiros, etc.): enteros >= 0, deben ser no-decrecientes

3. Detectar anomalías

Buscar:

  • •Filas donde TODAS las stats están vacías (captura fallida)
  • •Filas donde las cuotas son exactamente iguales a la fila anterior (posible duplicado)
  • •Valores imposibles (posesión > 100%, cuotas negativas, etc.)
  • •Gaps temporales grandes

4. Calcular métricas

code
Métricas de Calidad:
- Total de filas: [N]
- Filas con cuotas válidas: [N] ([X%])
- Filas con stats válidas: [N] ([X%])
- Filas con timestamp válido: [N] ([X%])
- Filas completamente vacías: [N]
- Gap temporal máximo: [X minutos]
- Cobertura de estadísticas: [X%]

5. Reportar

code
Informe de Calidad - [nombre del CSV]
- Período: [primer timestamp] → [último timestamp]
- Total filas: [N]
- Calidad general: [BUENA / ACEPTABLE / MALA]

Cuotas: [OK / X problemas]
Stats: [OK / X problemas]
Timestamps: [OK / X problemas]

Anomalías detectadas:
- [descripción de cada anomalía]

Recomendaciones:
- [acción correctiva si es necesario]