GoldenCheck

GoldenCheck сам находит правила проверки качества данных без написания конфигов

От сообществаРаботаетБез входаГлобальныйБесплатноМожет изменять данные

Что умеет

  • Сканировать файлы и находить проблемы качества данных
  • Строить профиль колонок со статистикой и оценкой A–F
  • Проверять данные по закреплённым правилам
  • Объяснять найденные нарушения и предлагать исправления
  • Управлять очередью проверки и утверждать или отклонять находки

Какие данные видит

Ассистент работает с загруженными пользователем файлами данных, без доступа к внешним системам.

Нужен ли аккаунт

Не нужен: сервер работает без входа

MCP-сервер GoldenCheck сканирует файлы CSV, Parquet и Excel и находит проблемы качества данных без предварительной настройки правил. Он строит профиль по колонкам — типы, доли пустых и уникальных значений, форматы — и выставляет общую оценку от A до F. Найденные нарушения можно закрепить как правила и проверять по ним будущие выгрузки.

Как подключить

Как подключить GoldenCheck к Claude

Адрес сервера, который нужно вставить в настройках Claude:

https://goldencheck--benzsevern.run.tools

  1. Откройте Claude (сайт claude.ai или приложение для компьютера).
  2. Перейдите в Настройки → Коннекторы (в английском интерфейсе: Settings → Connectors).
  3. Нажмите Добавить пользовательский коннектор (Add custom connector).
  4. Вставьте адрес сервера, скопированный ниже, в поле URL удалённого MCP-сервера и нажмите Добавить.
  5. В чате нажмите + → Коннекторы и включите новый коннектор.

Пользовательские коннекторы доступны на тарифах Free, Pro, Max, Team и Enterprise. На Free можно добавить только один. В Team и Enterprise коннектор сначала добавляет владелец организации в Настройки организации → Коннекторы.

Авторизация

После нажатия Добавить откроется окно входа в сервис. Войдите под своим аккаунтом и подтвердите доступ. Пароль Claude не видит.

Как подключить GoldenCheck к ChatGPT

Адрес сервера, который нужно вставить в настройках ChatGPT:

https://goldencheck--benzsevern.run.tools

  1. Откройте ChatGPT в браузере (chatgpt.com). Нужен тариф Plus, Pro, Business, Enterprise или Edu.
  2. Один раз включите режим разработчика: Настройки → Приложения → Дополнительные настройки → Режим разработчика (Settings → Apps → Advanced settings → Developer mode).
  3. Откройте Настройки → Коннекторы и нажмите Создать (Create).
  4. Заполните форму: Название (любое), Описание (одна фраза, что делает сервис), URL MCP-сервера (скопируйте ниже).
  5. В поле Аутентификация выберите OAuth, если сервис требует вход, иначе Нет. Нажмите Создать.
  6. В новом чате откройте + → Приложения/Коннекторы и включите коннектор.

Название раздела у OpenAI менялось (Connectors → Apps/Plugins). Если пункт называется иначе, ищите «режим разработчика» в настройках. В рабочих пространствах Business/Enterprise администратор должен разрешить пользовательские коннекторы.

Авторизация

При первом использовании ChatGPT откроет окно входа в сервис. Войдите и подтвердите доступ.

Как подключить GoldenCheck к Cursor

Адрес сервера, который нужно вставить в настройках Cursor:

https://goldencheck--benzsevern.run.tools

Быстрый способ: нажмите кнопку Открыть в Cursor ниже, Cursor сам предложит добавить сервер.

Вручную:

  1. В Cursor откройте Settings → Cursor Settings → MCP и нажмите Add new global MCP server.
  2. Вставьте JSON, скопированный ниже, в открывшийся файл ~/.cursor/mcp.json (для одного проекта: .cursor/mcp.json в корне проекта).
  3. Сохраните файл. Сервер появится в списке MCP; при необходимости пройдите авторизацию по кнопке рядом с ним.

Авторизация

Если сервис требует вход, рядом с сервером в списке MCP появится кнопка авторизации.

Список инструментов сервера (19)

Технические названия из tools/list. Нужны только разработчикам.

scanScan a data file (CSV, Parquet, Excel) for data quality issues. Returns findings with severity, confidence, affected rows, and sample values. No configuration needed — rules are discovered from the data.
validateValidate a data file against pinned rules in goldencheck.yml. Returns validation findings (existence, required, unique, enum, range checks).
profileProfile a data file and return column-level statistics: type, null%, unique%, min/max, top values, detected formats. Also returns a health score (A-F) based on finding severity.
health_scoreGet the health score (A-F, 0-100) for a data file. Quick summary of overall data quality.
list_checksList all available profiler checks and what they detect. No arguments needed.
get_column_detailGet detailed profile and findings for a specific column.
list_domainsList all available domain packs (healthcare, finance, ecommerce, etc.). Domain packs provide specialized semantic type definitions for specific data domains.
get_domain_infoGet detailed info about a specific domain pack — lists all semantic types, their name hints, and suppression rules.
install_domainDownload a community domain pack from the goldencheck-types repository and save it for use in future scans.
analyze_dataAnalyze a data file to detect its domain, profile columns, and recommend a scanning strategy. Returns domain detection, column count, row count, strategy decisions, and alternative approaches.
auto_configureScan a data file, triage findings by confidence, and generate goldencheck.yml content from the pinned findings. Optionally accepts constraints to filter or adjust the generated config.
explain_findingExplain a single finding in natural language. Requires the finding as a JSON dict and the file_path to load a profile for context.
explain_columnGet a natural-language health narrative for a specific column. Scans the file, profiles the column, and explains all findings.
review_queueList all pending review items for a given job. Returns items that need human decision (medium-confidence findings).
approve_rejectApprove (pin) or reject (dismiss) a review queue item. Decision must be 'pin' or 'dismiss'.
compare_domainsScan a file with every available domain pack (plus base/no-domain) and compare health scores. Recommends the best-fitting domain.
suggest_fixPreview fixes for a data file without applying them. Shows what would change (columns, fix types, rows affected, before/after samples).
pipeline_handoffGenerate a structured quality attestation JSON for a data file. Includes health score, findings summary, pinned rules, and attestation status (PASS, PASS_WITH_WARNINGS, REVIEW_REQUIRED, FAIL).
review_statsGet review queue statistics for a job — counts of pending, pinned, and dismissed items.