AI Agent Workflow Collection

Napojení adres na adresní registr (RÚIAN, UIR-ADR nebo jakýkoli národní address registry) — stavba match code, hierarchie indexů podle přesnosti (budova, ulice, obec), fuzzy párování bez diakritiky, měření match rate, řešení collation a rozsahových mezer registru (P.O. Box), přiřazení kódu adresního bodu a příznaku doručitelnosti. Krok remediace mezi dq-standardizator a dq-imputator. Použij vždy, když se pracuje s adresami a je potřeba je "napojit na registr", "spárovat s RÚIAN", "geokódovat", "doplnit kód adresy", "ověřit doručitelnost", "zjistit kolik adres je validních" — i když uživatel registr nepojmenuje. Keywords: RÚIAN, UIR-ADR, adresní registr, address registry, match code, adresakod, geokódování, párování adres, doručitelnost, match rate.

Zpráva auditora kvality dat — katalog zjištění se závažností a byznys dopadem, root-cause analýza, kvantifikace nákladů nekvality (COPQ) a ROI nápravy, matice užití dat, legislativní kontext (GDPR, AML, Solvency II), prioritizovaná nápravná opatření. Třetí krok DQ pipeline, po dq-validator. Použij, když se má "napsat zprávu auditora", "sepsat nálezy", "vyčíslit dopad nekvalitních dat", "spočítat COPQ nebo ROI", "prioritizovat opravy", "root-cause analýza". Keywords: zpráva auditora, audit report, findings, COPQ, ROI, root-cause, matice užití, byznys dopad, prioritizace.

Parsing a atomizace dat — rozbití složených hodnot do dedikovaných sloupců (číslo popisné a orientační z ulice, obec vs. městská část, jméno a prostřední jméno, titul od jména), oprava prokládaných mezer a kódovacích chyb, extrakce vzorů regexem. První krok remediace, po auditu, před dq-standardizator. Použij, když jsou "čísla domů slitá v ulici", "složené hodnoty v jednom poli", "porušená atomicita", "je potřeba rozparsovat adresu nebo jméno". Keywords: parsing, atomizace, atomicita, rozdělení adresy, číslo popisné, regexpsubstr, split, extrakce.

Vstupní bod a společný standard pipeline pro řízení kvality dat v libovolné databázi (MySQL, PostgreSQL, SQL Server, Oracle, SQLite, DuckDB) — DQ dimenze, formát zjištění, škála závažnosti, mapování schématu na role, přenositelnost SQL a doménových pravidel. Použij, když se má "udělat audit databáze", "zkontrolovat kvalitu dat", "vyčistit databázi", "najít chyby v datech", nebo když nevíš, kterým krokem pipeline začít. Keywords: audit kvality dat, data quality, DQ, profiling, zpráva auditora, nápravná opatření, čištění dat, data cleansing.

Standardizace dat do kanonického tvaru a napojení na referenční slovníky — tituly, jména a příjmení proti registru, rodné číslo a IČO, PSČ, e-mail, telefon, diakritika, case, padding, zástupné hodnoty na NULL, konvence STD sloupců a match klíčů. Druhý krok remediace, po dq-parser, před dq-imputator. Použij, když je potřeba "sjednotit zápis", "standardizovat hodnoty", "napojit na číselník", "normalizovat jména nebo tituly", "vyčistit e-maily a telefony". Keywords: standardizace, normalizace, kanonický tvar, referenční slovník, diakritika, match key, STD sloupce, čištění hodnot.

Prevence vzniku chyb a monitoring kvality dat — cizí klíče a CHECK constrainty, opravy datových typů, DQ firewall na vstupu, kontinuální měření metrik s alertingem, metadatový repozitář, data governance (vlastnictví dat, stewardi, datový katalog). Poslední krok DQ pipeline, po dq-deduplikator. Použij, když se má "zabránit opakování chyb", "zavést kontroly na vstupu", "nastavit monitoring kvality dat", "přidat FK a constrainty", "data governance". Keywords: prevence, DQ firewall, constraint, foreign key, monitoring, alerting, data governance, data steward, datový katalog, observability.

Validace dat a měření metrik kvality v libovolné databázi — kontroly po šesti dimenzích (úplnost, syntaktická a sémantická správnost, vnitřní a vnější konzistentnost, unikátnost) nad provozními tabulkami, číselníky i referenčními registry, checksum validátory identifikátorů (rodné číslo, IČO, VAT, SSN), regex pravidla pro e-mail, telefon a poštovní kód, zápis skóre do metadatového repozitáře. Druhý krok DQ pipeline, po dq-profiler, před dq-auditor. Použij vždy, když se mají "spustit kontroly nad daty", "změřit kvalitu dat", "zvalidovat atributy", "spočítat DQ skóre", "najít nevalidní nebo nekonzistentní záznamy", "ověřit referenční integritu" — i když uživatel neřekne slovo validace. Keywords: validace, data validation, kontroly, DQ metriky, regex validace, checksum, mod 11, referenční integrita, sirotci, DQMMDR, úplnost, konzistentnost, duplicity.