$ loading_
帮助用户完成大规模数据清洗、匿名化与高效处理，便于 AI 工作流集成。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"RefineDataMCP" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用 RefineDataMCP 读取 sales_2024.csv，识别缺失值、重复记录和异常日期格式，并输出清洗后的标准化数据表与处理摘要。
返回清洗后的数据文件或表格，以及包含问题统计和修复说明的摘要。
请使用 RefineDataMCP 对 customer_data.parquet 中的姓名、手机号、邮箱和地址进行匿名化处理，保留可用于统计分析的字段结构。
返回脱敏后的数据集，并说明哪些字段被掩码、哈希或泛化处理。
请使用 RefineDataMCP 基于 DuckDB 和 Polars 处理 logs/*.parquet，按天汇总错误率、响应时长分位数和服务维度统计结果。
返回适合分析或可视化的聚合结果表，并附带关键指标说明。
用自然语言完成数据加载、清洗、可视化、建模与报告生成全流程。
帮助用户借助 AI 进行数据隐私分析、风险识别与合规辅助处理。
提供66+数据工程工具，帮助 AI 操作 Kafka、数据库、AWS 与数据管道
通过自然语言调用统计分析、概率分布与数据处理能力，快速完成数据分析任务
帮助用户校验、清洗、转换并合并结构化数据集与文本内容
帮助用户直接分析 CSV 数据集，完成统计概览、清洗与检验