Prototipo · Versión preliminar: todos los servidores del registro oficial, sincronizados cada 30 minutos. Inicia sesión con Google para escribir reseñas.Prototipo · se actualiza cada 30 min
PopNx MCPServidores MCP para quienes usan IA · en palabras sencillas Iniciar sesión

DataRanger

de akshaysharma1088versión 0.6.3i★ 8iSe ejecuta en tu computadoraRepositorio ↗
Nombre en el registroio.github.akshaysharma1088/dataranger

Cómo instalar

Qué hace

Read-only data patrol for AI agents: find broken partitions, prove fixes, escalate the rest.

Texto original del autor

  • Conexión Se ejecuta en tu computadora
  • Cuenta o clave No necesita clave
  • Categoría Otros

Por qué está en este puesto

Las listas se ordenan por una puntuación de uso (sobre 100) con estas partes

Popularidad11/80Estrellas de GitHub o descargas semanales: la mayor cuenta 60, la menor 20
Actualidad12/12Puntuación completa con una versión o cambio de código en 30 días
Sigue respondiendo0/8El endpoint en la nube respondió en la última revisión
Puntuación de uso23/100

Calidad: Pasó 3/3 revisiones básicas (se muestra, no ordena) · Impulso: 7 (Solo se usa en la pestaña En auge)

Instalación

Elige la app de IA que usas y copia la configuración.

Que tu IA lo instale con una frase

Instala DataRanger. Sigue https://mcp.popnx.com/i/akshaysharma1088-dataranger.md, enséñame los comandos y espera mi OK antes de ejecutarlos.

Pégala en una IA que trabaje en tu equipo (como Claude Code o Cursor). Lee nuestros pasos, te muestra los comandos y espera tu OK. Sin clave ni registro. · Ver el texto completo que lee tu IA

Pasó 3/3 revisiones · Funciona en tu computadora · ✓ Comandos revisados el 20 nov 2026

Primero: ¿qué IA usas?

Elige tu app y los pasos aparecen abajo.

Funciona con Claude, pero hay que preparar algo antes

Instala Python (uv) en tu computadora primero (una sola vez) · Solo en la app de Claude para computadora (Windows o Mac), no en la web ni en el móvil

Que la IA lo instale

Copia este mensaje en un chat de Claude. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server DataRanger para Claude en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "dataranger": { "command": "uvx", "args": [ "dataranger", "mcp" ] } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de DataRanger aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala uv (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    uv --version
    • Aparece un número de versión, p. ej. uv … = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita

    Abrir la página de descarga de uv ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version

    Se instala una vez y sirve para todo lo que usa uv

  2. Abre el archivo de configuración de la app de Claude de escritorio

    SettingsDeveloperEdit Config

  3. Pega esta configuración y guarda el archivo

    {
      "mcpServers": {
        "dataranger": {
          "command": "uvx",
          "args": [
            "dataranger",
            "mcp"
          ]
        }
      }
    }
  4. Cierra Claude y vuelve a abrirlo

  5. Pruébalo

    Usa DataRanger y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Claude dice que está usando DataRanger o muestra una herramienta de DataRanger en la respuesta, ya está conectado

Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión

ChatGPT todavía no puede conectar DataRanger

DataRanger se instala en tu computadora, pero ChatGPT solo conecta servidores que funcionan en la web

Lo que puedes hacer en su lugar

A · Usa una app que pueda conectar DataRanger

  • Instala Python (uv) en tu computadora primero (una sola vez) · Solo en la app de Claude para computadora (Windows o Mac), no en la web ni en el móvil
  • Instala Python (uv) en tu computadora primero (una sola vez)
  • Instala Python (uv) en tu computadora primero (una sola vez)
  • Instala Python (uv) en tu computadora primero (una sola vez)

B · Otros en Otros que funcionan con ChatGPT

Elegidos entre los más usados de la misma categoría, solo los que se conectan con una dirección y sin clave

Funciona con Claude Code, pero hay que preparar algo antes

Instala Python (uv) en tu computadora primero (una sola vez)

Que la IA lo instale

Copia este mensaje en un chat de Claude Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server DataRanger para Claude Code en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): claude mcp add --scope user dataranger -- uvx dataranger mcp 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de DataRanger aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala uv (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    uv --version
    • Aparece un número de versión, p. ej. uv … = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita

    Abrir la página de descarga de uv ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version

    Se instala una vez y sirve para todo lo que usa uv

  2. Abre la Terminal

    Mac: pulsa Command+Espacio y escribe Terminal · Windows: abre PowerShell

  3. Pega este comando y pulsa Enter

    claude mcp add --scope user dataranger -- uvx dataranger mcp
  4. Escribe /mcp en Claude Code

    Deberías ver DataRanger en la lista como conectado

  5. Pruébalo

    Usa DataRanger y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Claude Code dice que está usando DataRanger o muestra una herramienta de DataRanger en la respuesta, ya está conectado

Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Funciona con Cursor, pero hay que preparar algo antes

Instala Python (uv) en tu computadora primero (una sola vez)

Que la IA lo instale

Copia este mensaje en un chat de Cursor. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server DataRanger para Cursor en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "dataranger": { "command": "uvx", "args": [ "dataranger", "mcp" ] } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de DataRanger aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala uv (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    uv --version
    • Aparece un número de versión, p. ej. uv … = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita

    Abrir la página de descarga de uv ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version

    Se instala una vez y sirve para todo lo que usa uv

  2. Pulsa este botón para abrir Cursor

    Abrir en Cursor

    Cursor te pedirá confirmar; pulsa Install

  3. Abre el chat de IA de Cursor en modo Agent

  4. Pruébalo

    Usa DataRanger y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Cursor dice que está usando DataRanger o muestra una herramienta de DataRanger en la respuesta, ya está conectado

Nombres de menú comprobados con la ayuda de Cursor el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Funciona con VS Code, pero hay que preparar algo antes

Instala Python (uv) en tu computadora primero (una sola vez)

Que la IA lo instale

Copia este mensaje en un chat de VS Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server DataRanger para VS Code en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "servers": { "dataranger": { "type": "stdio", "command": "uvx", "args": [ "dataranger", "mcp" ] } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) No hace falta clave. 5) Haz lo acordado y comprueba que las herramientas de DataRanger aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala uv (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    uv --version
    • Aparece un número de versión, p. ej. uv … = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita

    Abrir la página de descarga de uv ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version

    Se instala una vez y sirve para todo lo que usa uv

  2. Pulsa este botón para abrir VS Code

    Abrir en VS Code

    VS Code te pedirá confirmar; pulsa Install

  3. Abre el chat de IA de VS Code en modo Agent

  4. Pruébalo

    Usa DataRanger y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si VS Code dice que está usando DataRanger o muestra una herramienta de DataRanger en la respuesta, ya está conectado

Nombres de menú comprobados con la ayuda de VS Code el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Otras apps que usan MCP, como Windsurf, Zed o Gemini CLI, añaden servidores de forma distinta. Míralo en la lista de apps

Ver todas las apps que usan MCP →

La configuración JSON está en “Para desarrolladores”, abajo

¿Te atascaste? Pregunta a quien usa DataRanger💬 Conversación →
Para desarrolladores: comandos de Terminal y configuración JSON

Instalado en tu computadora

Claude Code

claude mcp add --scope user dataranger -- uvx dataranger mcp

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "dataranger": {
      "command": "uvx",
      "args": [
        "dataranger",
        "mcp"
      ]
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "dataranger": {
      "command": "uvx",
      "args": [
        "dataranger",
        "mcp"
      ]
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "dataranger": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "dataranger",
        "mcp"
      ]
    }
  }
}

Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.

De un vistazo

Descargas por semanai
145/sem
Conexión
Se ejecuta en tu computadora
Última versióni
0.6.3
Categoríai
Otros
Publicado en el registroi
20 nov 2026
Último cambio de códigoi
20 nov 2026
Creador
akshaysharma1088
Paquetes
pypi: dataranger
Sitio web
github.com
Estado en el registro
Activo

Qué apps pueden usarlo

Según cómo se conecta este servidor y la documentación de cada app, comprobado el 10 nov 2026.

Se ejecutan en tu computadora en

ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

Todas las apps, con ventajas y desventajas →

Qué puede hacer

Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.

Revisiones básicasi

Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 21 nov 2026

  • ✓ Superada

    El creador coincide con el repo

    El nombre en el registro se verificó con la cuenta de GitHub akshaysharma1088, dueña del repo

  • ✓ Superada

    Sigue en mantenimiento

    Último cambio de código: ayer

  • ✓ Superada

    Tiene licencia

    Usa MIT

  • – No aplica

    El endpoint responde

    Este se ejecuta en tu computadora; no hay endpoint en internet

  • – No aplica

    Inicio de sesión con OAuth

    Se ejecuta en tu computadora y usa ajustes locales en su lugar

  • … Aún sin revisar

    Sin instrucciones ocultas en las descripciones de herramientas

    Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet

Vulnerabilidades publicadas (OSV.dev)

Aún no revisado

Qué revisamos → · JSON

Creadores: pedir otra revisión o avisar de un dato erróneo
Para autores: añade una insignia a tu README

Si lo creaste tú, pega este código en tu README. La insignia enlaza a esta página.

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/akshaysharma1088-dataranger.svg)](https://mcp.popnx.com/en/servers/akshaysharma1088-dataranger)

Conversación

Pregunta, comparte un consejo o avisa de que no funciona. Ordenado por lo que la gente marcó como útil.

Aún no hay publicaciones. Sé la primera persona en preguntar o compartir.

Lo publicado aquí lo escriben usuarios, no el equipo de PopNx.

Inicia sesión para publicar

Reseñas de usuarios

Aún no hay reseñas

Inicia sesión para escribir una reseña

Comparado con otros en Otrosi

  • Más estrellas que el 96% de los otros 21041 servidores de esta categoría
  • Publicado en el registro más recientemente que el 99% de los otros 21041 servidores de esta categoría
  • Revisiones básicas iguales o mejores que el 99% de los otros 21041 servidores de esta categoría

Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.

Preguntas frecuentes

¿Es seguro DataRanger?

Superó 3 de 3 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.

¿Qué claves o códigos necesita?

El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.

¿Se ejecuta en mi computadora o en la nube?

Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).

¿Sigue en mantenimiento?

El repo de GitHub cambió por última vez ayer, y la última versión (0.6.3) llegó al registro ayer.

¿Qué apps pueden usarlo?

Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Python (uv) en tu computadora.

¿Qué puedo usar en su lugar?

En la misma categoría: World Monitor, openstatus, Oh My Posh Validator, Strata, Jitsu

Alternativas parecidas

Misma categoría, otros creadores, comandos ya revisados. Primero los oficiales, luego por estrellas.

Cómo leer una tarjeta:↓ Descargas por semanai★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi

World Monitor

Real-time global intelligence on conflict, markets, energy, trade, shipping and cyber. 100 tools.

de koala73Muy usado★ 91 milActualizado hace 5 días

Se ejecuta en la nube✓ del servicio · worldmonitor.app

openstatus

Manage monitors, status pages, incidents and maintenances in your openstatus workspace.

de openstatusHQMuy usado★ 9,3 milActualizado hace 2 meses

Se ejecuta en la nube✓ del servicio · openstatus.dev

Oh My Posh Validator

Validate oh-my-posh configurations and segment snippets against the official schema.

de JanDeDobbeleerMuy usado★ 23,8 mil Estrellas de todo el repositorioActualizado hace 32 días

Se ejecuta en la nube✓ del servicio · ohmyposh.dev

Strata

MCP server for progressive tool usage at any scale (see https://klavis.ai)

de Klavis-AIEn crecimiento★ 5,8 milActualizado hace 14 meses

Se ejecuta en la nubeRepo archivado✓ klavis.ai

Jitsu

Manage Jitsu data pipelines: destinations, streams, connections, functions, live events.

de jitsucomMuy usado★ 5,1 milActualizado hace 4 meses

Se ejecuta en la nube✓ del servicio · jitsu.com
Comparado con otros parecidos
Este
DataRanger
World MonitoropenstatusOh My Posh ValidatorStrataJitsu
Dónde se ejecutaSe instala en tu equipoFunciona en la nube, sin instalar nadaFunciona en la nube, sin instalar nadaFunciona en la nube, sin instalar nadaFunciona en la nube, sin instalar nadaFunciona en la nube, sin instalar nada
Necesita claveNoNoNoNoNoNo
Se añade con + en ClaudeNoNoNoNoNoNo
Revisiones básicas3/34/44/44/41/44/4
LicenciaMITAGPL-3.0AGPL-3.0MITApache-2.0MIT
PrecioSin coste en el registroSin coste en el registroSin coste en el registroSin coste en el registroSin coste en el registroSin coste en el registro

README del creador

Abrir el README

Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.

DataRanger patrols your data, fixes what it can prove, and calls you for the rest.

A park ranger walks the trails, fixes what is safe to fix on the spot, radios in anything dangerous, and files a report. DataRanger does the same for your tables. It finds data-quality incidents, tests every candidate fix on a copy against the source's control totals, applies only the fixes it can prove, and keeps wrong fixes under a rate you choose. Everything else goes to a person, with the evidence attached.

The dotted line under the name is a patrol trail: one marker per daily partition, the same marks the patrol console uses.


Most data-quality tools stop at an alert. Letting an AI agent fix data is the obvious next step, and a risky one: a wrong fix can pass every monitor you have. In the DQ-Repair benchmark, a rules engine left wrong data behind in 31% of incidents and an agent checked only by monitors in 24%. DataRanger's calibrated gate kept it under 1% while handling 59% of incidents without a person.

The patrol loop

  1. Detect. Rules and statistics find nulls, duplicates, schema drift, late partitions, broken references, unit errors and silent shifts. No LLM.
  2. Diagnose. A language model answers one narrow question: what is the likely cause?
  3. Propose fix. A templated fix (dedupe, backfill, quarantine, patch). The model fills in parameters only.
  4. Verify. pipeverify checks the fix against source data, on a copy.
  5. Gate. Proven and low risk: applied as a new version, never an overwrite. Anything else: escalated.
  6. Report. Every detection, fix and decision lands on a live dashboard and an audit log.

The patrol console

Every patrol writes one self-contained page that answers a data team's morning question: what broke, what DataRanger fixed, and what needs a person.

  • The trail across the top shows every daily partition on the patrol. Yellow diamonds need you, solid green markers were fixed and proven against the source, hollow ones were checked and left alone.
  • The queue lists incidents by what they need from you.
  • The evidence view shows what fired, the partition next to its source totals, and every fix DataRanger tested on a copy, with its gap to the source against the certified threshold. Above, two copies of re-sent rows disagree: keeping the first copy would leave a 0.12% gap, so DataRanger kept the latest copy, which matches exactly.
  • Decisions (approve, reject, roll back, reopen) are recorded in the audit log and feed the next calibration.

Try it

Run the demo notebook in your browser to see the summary, audit rows and interactive dashboard without installing anything locally.

pip install dataranger

dataranger demo # patrol a sample table with planted problems; opens as dataranger-demo/dashboard.html

On Windows, if dataranger is "not recognized" after installing, run it as python -m dataranger instead.

On your own DuckDB tables (a fact table partitioned by date, a reference table, and the source's control totals):

dataranger patrol --db warehouse.duckdb --table payments --ref-table customers \

--manifest-table control_totals --key payment_id --reference customer_id \ --date booking_date --segment channel --amount amount

Or point it straight at exported files, no database needed (.csv, .tsv or .parquet; the reader follows the extension):

dataranger patrol --facts-file payments.csv --ref-file customers.csv \

--manifest-file control_totals.csv --key payment_id --reference customer_id \ --date booking_date --segment channel --amount amount

Use one source at a time. With files, --table is optional and only sets the report title (it defaults to the facts file name). Add --days 45 to any source to patrol only the most recent days.

The control-totals table has one row per date and segment, plus a row with segment * for the whole day, with columns n (rows) and amount (sum). DataRanger never modifies your tables: fixed partitions go to fixed_version.csv, every decision and its evidence to audit.jsonl, a one-row-per-incident summary for spreadsheets to incidents.csv, and the morning report to dashboard.html.

If you don't keep a control-totals table yet, build it from the raw or landing table the facts are loaded from, with the same column flags:

dataranger totals --db warehouse.duckdb --table raw.payments --out-table ops.payments_totals \

--date booking_date --segment channel --amount amount dataranger totals --facts-file raw_payments.parquet --out control_totals.csv \ --date booking_date --segment channel --amount amount

totals counts each day's rows (a timestamp counts toward its calendar day) and sums the amount, per segment and for the whole day. It stops if a row has no date, or has the segment value *. Rows with no segment count only toward the day's * row. Running it again replaces the output. --out-table is the only way DataRanger writes to your database: it writes only the table you name, replaces an existing table only if that table already has the control-totals columns, and never replaces the --table it reads from. The totals are only as independent as the table they come from, so build them upstream of the load you want to check.

For scheduled jobs, add --json to either patrol command to print one JSON object with incidents, auto_fixed, no_action, escalate, and the report path. Add --fail-on-escalate to return exit code 2 when any incident needs review, or 0 otherwise. The flags work independently: --fail-on-escalate also works with the normal text summary.

To hear about escalations without opening the report, add --notify-webhook URL (or set DATARANGER_WEBHOOK) with a Slack or Microsoft Teams incoming webhook. When at least one incident needs a person, the patrol posts {"text": ...} with the table, the counts and the partitions to look at (the same text as --summary-md). A Teams webhook made with the Workflows app (a logic.azure.com or powerplatform.com URL) gets the same text in an Adaptive Card instead, which is the shape it expects. --notify-always also posts when nothing needs a person. A failed post prints a note and leaves the exit code alone, and the webhook URL is never printed.

To run a daily patrol and download the morning report, copy the GitHub Actions example. It runs on demo data without credentials and includes instructions for your own tables.

The default threshold was calibrated on the DQ-Repair benchmark for a 1% target. Once people have reviewed some of DataRanger's decisions, calibrate on your own data:

dataranger calibrate --audit report/audit.jsonl --labels reviewed.csv --alpha 0.01

reviewed.csv has columns partition and verdict (right or wrong). About 300 reviewed incidents certify a 1% target and about 60 certify 5%.

How DataRanger compares

DataRanger does not replace your tests or monitoring. It picks up where they stop: at the fix.

Tests (dbt tests, Great Expectations, Soda)Observability platforms (for example Monte Carlo)AI coding agentsDataRanger
Finds problemsRules you writeLearned patterns and anomaliesWhen askedRules and statistics, against the source's control totals
Fixes dataNoNo, it alerts and helps find the causeYes, without independent proofYes, only fixes proven against the source
Says how often a fix is wrongNoNoNoYes: a wrong-fix rate you choose, with a statistical guarantee
When unsureFails the runSends an alertOften guessesEscalates to a person, with the evidence
Where it runsYour pipelineVendor serviceYour editor or CIYour machine or CI, open source

Keep your tests: they catch problems DataRanger is not designed for, such as a new column breaking a contract. Use DataRanger for the night-shift part, where something has to decide whether a fix is safe to apply without waking anyone up.

Where it runs

DataRanger reads from Snowflake, dbt models, DuckDB and files, and runs from the command line, a GitHub Action or an AI agent. Whatever the source, a patrol is three SELECT statements: nothing is written back.

Snowflake

pip install "dataranger[snowflake]"

dataranger patrol --snowflake --table ANALYTICS.GOLD.PAYMENTS --ref-table ANALYTICS.GOLD.CUSTOMERS \ --manifest-table ANALYTICS.OPS.CONTROL_TOTALS --key payment_id --reference customer_id \ --date booking_date --segment channel --amount amount --days 45

DataRanger runs three SELECT statements and nothing else, so a read-only role is enough and the warehouse is never modified. It selects only the mapped columns, and --days limits both the facts and the control totals, so a patrol costs a few seconds of a small warehouse. Use at least 30 days so the checks have a baseline. Queries carry the query tag dataranger, so they are easy to find in query history.

Credentials are read from where you already keep them; DataRanger stores nothing:

  • --snowflake uses SNOWFLAKE_ACCOUNT and SNOWFLAKE_USER, with SNOWFLAKE_PASSWORD, SNOWFLAKE_PRIVATE_KEY_PATH (and SNOWFLAKE_PRIVATE_KEY_PASSPHRASE) or SNOWFLAKE_AUTHENTICATOR, plus SNOWFLAKE_ROLE, SNOWFLAKE_WAREHOUSE, SNOWFLAKE_DATABASE and SNOWFLAKE_SCHEMA. With multi-factor login, set SNOWFLAKE_AUTHENTICATOR=username_password_mfa and put the current code from your authenticator app in SNOWFLAKE_PASSCODE. For scheduled jobs, use a key pair.
  • --snowflake prod uses the connection named prod in ~/.snowflake/connections.toml, the file the Snowflake CLI uses.

Column names are matched without regard to case, so --key payment_id finds PAYMENT_ID. To try it on a trial account with demo data, follow examples/snowflake.

dbt

Patrol the table behind a db

Solo se muestra el principio; lee el resto en el repo