MCP HubMCP Hub
Вернуться к навыкам

serialize-data-formats

pjt222
Обновлено 2 days ago
1 просмотров
17
2
17
Посмотреть на GitHub
Документацияapidata

О программе

Этот навык обеспечивает сериализацию и десериализацию в таких форматах, как JSON, XML, YAML, Protobuf и MessagePack. Он помогает разработчикам выбирать подходящий формат на основе критериев производительности, размера данных и совместимости для API, хранения или межсистемного взаимодействия. Используйте его, когда требуется оптимизировать передачу данных, сохранять структурированные данные или переходить между стандартами сериализации.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add pjt222/agent-almanac -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/pjt222/agent-almanac
Git клонированиеАльтернативный
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/serialize-data-formats

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

Документация

Serialize Data Formats

Pick + implement right data serialization format for use case. Correct encoding/decoding + performance awareness.

When Use

  • Pick wire format for API comms
  • Persist structured data to disk or object storage
  • Exchange data between systems in different languages
  • Optimize data transfer size or parse speed
  • Migrate from one serialization format to another

Inputs

  • Required: Data structure to serialize (schema or example)
  • Required: Use case (API, storage, streaming, analytics)
  • Optional: Performance needs (size, speed, schema enforcement)
  • Optional: Target language/runtime constraints
  • Optional: Human readability needs

Steps

Step 1: Select Right Format

FormatHuman ReadableSchemaSizeSpeedBest For
JSONYesOptional (JSON Schema)MediumMediumREST APIs, config, broad interop
XMLYesXSD, DTDLargeSlowEnterprise/legacy, SOAP, documents
YAMLYesOptionalMediumSlowConfig files, CI/CD, Kubernetes
Protocol BuffersNoRequired (.proto)SmallFastgRPC, microservices, mobile
MessagePackNoNoneSmallFastReal-time, embedded, Redis
Arrow/ParquetNoBuilt-inVery SmallVery FastAnalytics, columnar queries, data lakes

Decision tree.

  1. Need human editing? → YAML (config) or JSON (data)
  2. Need strict schema + fast RPC? → Protocol Buffers
  3. Need smallest wire size? → MessagePack or Protobuf
  4. Need columnar analytics? → Apache Parquet
  5. Need in-memory interchange? → Apache Arrow
  6. Legacy enterprise integration? → XML

Got: Format selected with documented rationale matching use case.

If fail: Requirements conflict (human-readable AND fast)? Prioritize primary use case, note trade-off.

Step 2: Implement JSON Serialization

import json
from datetime import datetime, date
from dataclasses import dataclass, asdict

@dataclass
class Measurement:
    sensor_id: str
    value: float
    unit: str
    timestamp: datetime

# Custom encoder for non-standard types
class CustomEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, datetime):
            return obj.isoformat()
        if isinstance(obj, date):
            return obj.isoformat()
        if isinstance(obj, bytes):
            import base64
            return base64.b64encode(obj).decode('ascii')
        return super().default(obj)

# Serialize
measurement = Measurement("sensor-01", 23.5, "celsius", datetime.now())
json_str = json.dumps(asdict(measurement), cls=CustomEncoder, indent=2)

# Deserialize
data = json.loads(json_str)
# R: JSON with jsonlite
library(jsonlite)

# Serialize
df <- data.frame(sensor_id = "sensor-01", value = 23.5, unit = "celsius")
json_str <- jsonlite::toJSON(df, auto_unbox = TRUE, pretty = TRUE)

# Deserialize
df_back <- jsonlite::fromJSON(json_str)

Got: Round-trip serialization preserves all data types accurate.

If fail: Type lost (e.g., dates become strings)? Add explicit type conversion in deserialization step.

Step 3: Implement Protocol Buffers

Define schema (.proto file).

syntax = "proto3";
package sensors;

message Measurement {
  string sensor_id = 1;
  double value = 2;
  string unit = 3;
  int64 timestamp_ms = 4;  // Unix milliseconds
}

message MeasurementBatch {
  repeated Measurement measurements = 1;
}

Generate + use.

# Generate Python code
protoc --python_out=. sensors.proto

# Generate Go code
protoc --go_out=. sensors.proto
from sensors_pb2 import Measurement, MeasurementBatch
import time

# Serialize
m = Measurement(
    sensor_id="sensor-01",
    value=23.5,
    unit="celsius",
    timestamp_ms=int(time.time() * 1000)
)
binary = m.SerializeToString()  # Compact binary

# Deserialize
m2 = Measurement()
m2.ParseFromString(binary)

Got: Binary output 3-10x smaller than equivalent JSON.

If fail: protoc unavailable? Use language-native protobuf library (e.g., betterproto for Python).

Step 4: Implement MessagePack

import msgpack
from datetime import datetime

# Custom packing for datetime
def encode_datetime(obj):
    if isinstance(obj, datetime):
        return {"__datetime__": True, "s": obj.isoformat()}
    return obj

def decode_datetime(obj):
    if "__datetime__" in obj:
        return datetime.fromisoformat(obj["s"])
    return obj

data = {"sensor_id": "sensor-01", "value": 23.5, "ts": datetime.now()}

# Serialize (smaller than JSON, faster than JSON)
packed = msgpack.packb(data, default=encode_datetime)

# Deserialize
unpacked = msgpack.unpackb(packed, object_hook=decode_datetime, raw=False)

Got: MessagePack output 15-30% smaller than JSON for typical payloads.

If fail: Language lacks MessagePack support? Fall back to JSON with compression (gzip).

Step 5: Implement Apache Parquet (Columnar)

import pyarrow as pa
import pyarrow.parquet as pq
import pandas as pd

# Create data
df = pd.DataFrame({
    "sensor_id": ["s-01", "s-02", "s-01", "s-03"] * 1000,
    "value": [23.5, 18.2, 24.1, 19.8] * 1000,
    "unit": ["celsius"] * 4000,
    "timestamp": pd.date_range("2025-01-01", periods=4000, freq="min")
})

# Write Parquet (columnar, compressed)
table = pa.Table.from_pandas(df)
pq.write_table(table, "measurements.parquet", compression="snappy")

# Read Parquet (can read specific columns without loading all data)
table_back = pq.read_table("measurements.parquet", columns=["sensor_id", "value"])
df_subset = table_back.to_pandas()
# R: Parquet with arrow
library(arrow)

# Write
df <- data.frame(sensor_id = rep("s-01", 1000), value = rnorm(1000))
arrow::write_parquet(df, "measurements.parquet")

# Read (with column selection — only reads selected columns from disk)
df_back <- arrow::read_parquet("measurements.parquet", col_select = c("value"))

Got: Parquet files 5-20x smaller than CSV for typical tabular data.

If fail: Arrow unavailable? Use fastparquet (Python) or CSV with gzip as fallback.

Step 6: Compare Performance

Run benchmarks for your specific data + use case.

import json, msgpack, time
import pyarrow as pa, pyarrow.parquet as pq

data = [{"id": i, "value": i * 0.1, "label": f"item-{i}"} for i in range(10000)]

# JSON
start = time.perf_counter()
json_bytes = json.dumps(data).encode()
json_time = time.perf_counter() - start

# MessagePack
start = time.perf_counter()
msgpack_bytes = msgpack.packb(data)
msgpack_time = time.perf_counter() - start

print(f"JSON:    {len(json_bytes):>8} bytes, {json_time*1000:.1f} ms")
print(f"MsgPack: {len(msgpack_bytes):>8} bytes, {msgpack_time*1000:.1f} ms")

Got: Benchmark results guide format selection for prod use.

If fail: Performance insufficient for any format? Consider compression (zstd, snappy) as orthogonal optimization.

Checks

  • Selected format matches use case (documented rationale)
  • Round-trip serialization preserves all data types
  • Edge cases handled: empty collections, null/None values, Unicode, large numbers
  • Performance benchmarked for representative payload sizes
  • Error handling for malformed input (graceful failures, not crashes)
  • Schema documented (JSON Schema, .proto, or equiv)

Pitfalls

  • Floating-point precision: JSON represents all numbers as IEEE 754 doubles. Use string encoding for financial/decimal precision.
  • Date/time handling: JSON has no native datetime type. Always document format (ISO 8601) + timezone handling.
  • Schema evolution: Adding or removing fields can break consumers. Protobuf handles this well; JSON needs careful versioning.
  • Binary data in JSON: Base64 encoding inflates binary data by ~33%. Use binary format for binary-heavy payloads.
  • YAML security: YAML parsers may execute arbitrary code via !!python/object tags. Always use safe loaders.

See Also

  • design-serialization-schema — schema design, versioning, evolution strategies
  • implement-pharma-serialisation — pharmaceutical serialisation (different domain, same naming)
  • create-quarto-report — data output formatting for reports

GitHub репозиторий

pjt222/agent-almanac
Путь: i18n/caveman/skills/serialize-data-formats
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Похожие навыки

railway-docs

Документация

Этот навык получает актуальную документацию Railway, чтобы отвечать на вопросы о функциях, возможностях или конкретных URL-адресах документации. Он гарантирует, что разработчики получают точную и современную информацию напрямую из официальных источников Railway. Используйте его, когда пользователи спрашивают, как работает Railway, или ссылаются на документацию Railway.

Просмотреть навык

n8n-code-python

Документация

Этот навык Claude предоставляет экспертные рекомендации по написанию кода Python в узлах Code платформы n8n, в частности, по использованию стандартной библиотеки Python и работе со специальным синтаксисом n8n, таким как `_input`, `_json` и `_node`. Он помогает разработчикам понять ограничения Python в среде n8n и рекомендует использовать JavaScript для большинства рабочих процессов, предлагая решения на Python для конкретных задач по преобразованию данных.

Просмотреть навык

archon

Документация

Навык Archon предоставляет семантический поиск на основе RAG и управление проектами через REST API. Используйте его для запросов к документации, управления иерархическими проектами/задачами и выполнения поиска информации с возможностью загрузки документов. Всегда в первую очередь обращайтесь к Archon при поиске во внешней документации, прежде чем использовать другие источники.

Просмотреть навык

n8n-code-javascript

Документация

Этот навык Claude предоставляет экспертные рекомендации по написанию кода JavaScript в узлах Code платформы n8n. Он охватывает важный синтаксис, специфичный для n8n, включая переменные `$input`/`$json`, HTTP-хелперы и работу с DateTime, а также помогает в устранении распространённых ошибок. Используйте его при разработке рабочих процессов в n8n, требующих кастомной обработки JavaScript в узлах Code.

Просмотреть навык