| Situação | Caminho recomendado |
|---|---|
| Você prefere escolher arquivos numa janela | Interface gráfica |
| Você tem um CSV, Excel, JSON ou Parquet | Terminal |
| Você usa siglas ou nomes próprios da área | Vocabulário do seu negócio |
| Você recebe a mesma base todo mês | Contratos de dados |
| Você quer experimentar sem abrir uma base real | Demonstração segura |
Com o ambiente virtual ativo, execute recon janela. Na primeira tela, escolha um objetivo:
- Analisar arquivos gera um perfil separado para cada arquivo selecionado.
- Comparar arquivos em lote ajuda a priorizar bases com mais problemas.
- Entender relações entre tabelas procura chaves, fatos e dimensões.
- Conferir duas versões compara uma extração anterior com a nova.
- Acompanhar histórico de qualidade mostra a evolução de várias extrações, na ordem escolhida.
Depois, adicione os arquivos, escolha a pasta de saída e clique em Analisar agora. O relatório HTML abre em qualquer navegador. Marque PDF quando precisar de uma cópia estática para anexar, imprimir ou guardar em processo. Use o HTML para explorar filtros e detalhes. Se sua área usa siglas ou campos próprios, escolha também o YAML de vocabulário nessa tela. Ele vale apenas para a execução atual.
recon perfilar dados.csv
recon lote janeiro.csv fevereiro.csv
recon modelar vendas.csv clientes.csv produtos.csv
recon historico jan.csv fev.csv mar.csv
recon conferir extracao_anterior.csv extracao_nova.csv
recon dicionario vendas.csv clientes.csvOs arquivos devem ser informados no histórico em ordem cronológica. O resultado mostra volume, score, nulos, recomendações e alertas de queda de qualidade entre extrações.
Arquivos CSV, TSV, TXT, Excel, JSON e Parquet podem ser analisados. Para uma pasta com várias extrações, use:
recon pasta ./extracoes --modo autoCSV, JSON e Parquet publicados por HTTPS podem ser perfilados diretamente, inclusive links assinados de S3, Azure Blob ou Google Cloud Storage:
recon perfilar "https://servidor.exemplo/export/vendas.csv?assinatura=..."Para banco local, use uma consulta somente de leitura. SQLite e DuckDB são suportados sem cadastrar credenciais:
recon fonte sqlite:///dados/vendas.db --sql "SELECT * FROM vendas"
recon fonte duckdb:///dados/lake.duckdb --sql "SELECT * FROM fatos_venda"Não inclua tokens, senhas ou strings de conexão de servidores remotos em relatórios ou no Git.
Use um YAML local para acrescentar termos próprios ao Recon:
categorias_fuzzy:
Operação Portuária: [navio, atracacao, berco, conteiner]Informe o arquivo no comando:
recon perfilar dados.csv --vocabularios meu-dominio.yamlO parâmetro também está disponível nos comandos que analisam uma base: perfil, lote, modelo, pasta, conferência, histórico, contrato, validação e dicionário.
Crie um ponto de referência:
recon contrato dados.csv --saida contrato.yamlO YAML pode ser editado para definir nulos máximos, faixas numéricas, valores novos permitidos e severidade de cada tipo de violação. Valide a próxima extração com:
recon validar dados_novos.csv --contrato contrato.yamlSe o contrato foi criado a partir de uma amostra, o Recon não infere automaticamente unicidade, domínio fechado nem faixas numéricas: confirme essas regras na base inteira antes de torná-las obrigatórias.
O HTML é a melhor opção para leitura e exploração. JSON e Parquet atendem integrações e ferramentas de dados; Markdown ajuda em revisões textuais. O comando informa a pasta e os arquivos gerados ao concluir. Trate qualquer relatório como documento interno: nomes de colunas e metadados podem revelar contexto corporativo.
examples/gerar_demo.py cria uma base fictícia e relatórios em Output/demo/. É uma forma segura de explorar a interface e o HTML antes de usar dados da organização.