·data-validation
{}

data-validation

Modelli di convalida dei dati tra cui convalida dello schema, sanificazione dell'input, codifica dell'output e coercizione del tipo. Da utilizzare durante l'implementazione di convalida, convalida, schema, convalida del modulo, convalida dell'API, schema JSON, Zod, Pydantic, Joi, Yup, sanitizzazione, sanificazione, prevenzione XSS, prevenzione dell'iniezione, escape, codifica, whitelist, controllo dei vincoli, convalida invariante, convalida della pipeline di dati, convalida delle funzionalità ML o validatori personalizzati.

9Installazioni·0Tendenza·@cosmix

Installazione

$npx skills add https://github.com/cosmix/claude-loom --skill data-validation

Come installare data-validation

Installa rapidamente la skill AI data-validation nel tuo ambiente di sviluppo tramite riga di comando

  1. Apri il terminale: Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.)
  2. Esegui il comando di installazione: Copia ed esegui questo comando: npx skills add https://github.com/cosmix/claude-loom --skill data-validation
  3. Verifica l'installazione: Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Fonte: cosmix/claude-loom.

Data validation ensures that input data meets expected formats, types, and constraints before processing. This skill covers schema validation libraries, input sanitization, output encoding, type coercion strategies, security-focused validation (XSS, injection prevention), data pipeline validation, and comprehensive error handling.

| senior-software-engineer (Opus) | Schema architecture, validation strategy design, complex validation patterns | | software-engineer (Sonnet) | Implements validation logic, integrates schema libraries, writes validators | | senior-software-engineer (Opus) | XSS prevention, injection prevention, sanitization strategies, encoding |

| senior-software-engineer (Opus) | Infrastructure config validation, pipeline validation, data quality checks |

Modelli di convalida dei dati tra cui convalida dello schema, sanificazione dell'input, codifica dell'output e coercizione del tipo. Da utilizzare durante l'implementazione di convalida, convalida, schema, convalida del modulo, convalida dell'API, schema JSON, Zod, Pydantic, Joi, Yup, sanitizzazione, sanificazione, prevenzione XSS, prevenzione dell'iniezione, escape, codifica, whitelist, controllo dei vincoli, convalida invariante, convalida della pipeline di dati, convalida delle funzionalità ML o validatori personalizzati. Fonte: cosmix/claude-loom.

Fatti (pronti per citazione)

Campi e comandi stabili per citazioni AI/ricerca.

Comando di installazione
npx skills add https://github.com/cosmix/claude-loom --skill data-validation
Categoria
{}Analisi
Verificato
Prima apparizione
2026-02-01
Aggiornato
2026-03-11

Browse more skills from cosmix/claude-loom

Risposte rapide

Che cos'è data-validation?

Modelli di convalida dei dati tra cui convalida dello schema, sanificazione dell'input, codifica dell'output e coercizione del tipo. Da utilizzare durante l'implementazione di convalida, convalida, schema, convalida del modulo, convalida dell'API, schema JSON, Zod, Pydantic, Joi, Yup, sanitizzazione, sanificazione, prevenzione XSS, prevenzione dell'iniezione, escape, codifica, whitelist, controllo dei vincoli, convalida invariante, convalida della pipeline di dati, convalida delle funzionalità ML o validatori personalizzati. Fonte: cosmix/claude-loom.

Come installo data-validation?

Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/cosmix/claude-loom --skill data-validation Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Dov'è il repository sorgente?

https://github.com/cosmix/claude-loom