Data Analyzer

Descripcion

Este modulo es una herramienta de depuracion que analiza la estructura de los datos que fluyen por el workflow. Examina el tipo de datos, verifica si son parseables (JSON valido, sin referencias circulares), evalua si son convertibles a arrays, detecta problemas comunes (datos vacios, tipos mixtos, claves no estandar, anidamiento excesivo, pseudo-arrays), y genera sugerencias especificas para resolver los problemas encontrados. Produce un diagnostico completo con resumen, analisis detallado de estructura, posibilidades de conversion y recomendaciones. Es fundamental para depurar workflows cuando los datos no llegan en el formato esperado.

Configuracion

Parametros

Parametro	Tipo	Requerido	Descripcion
detailed_analysis	boolean	No	Realiza analisis completo de estructura incluyendo tipos de valores, profundidad, claves y referencias circulares. Por defecto true.
show_suggestions	boolean	No	Incluye recomendaciones especificas sobre como solucionar los problemas detectados. Por defecto true.
max_depth_analysis	number	No	Limita cuantos niveles de anidacion analizar. Valores altos pueden impactar rendimiento. Por defecto 10.
include_preview	boolean	No	Muestra ejemplos de los datos originales y posibles conversiones. Desactivar para datos sensibles. Por defecto true.

Salida

{
  "nextModule": "siguiente_modulo",
  "data": {
    "analysis": {
      "data_type": "object",
      "is_parseable": true,
      "is_array_convertible": true,
      "issues": [],
      "suggestions": ["Aplicar transformacion a array usando el nodo iterator o returnarray=true"],
      "structure_analysis": {
        "type": "object",
        "size": 5,
        "depth": 2,
        "keys": ["id", "name", "items"],
        "values_types": ["number", "string", "array"],
        "is_empty": false,
        "has_circular_reference": false
      },
      "conversion_possibilities": {
        "object_values": {
          "possible": true,
          "values_preview": ["..."]
        }
      },
      "diagnostic": "DIAGNOSTICO DE DATOS:\n..."
    },
    "summary": {
      "type": "object",
      "parseable": true,
      "array_convertible": true,
      "issues_count": 0,
      "main_issue": "No issues detected"
    }
  }
}

Ejemplo de Uso

Caso basico

{
  "detailed_analysis": true,
  "show_suggestions": true,
  "max_depth_analysis": 10,
  "include_preview": true
}

Notas

• Problemas detectados incluyen: JSON invalido, referencias circulares, datos vacios, tipos mixtos en arrays, claves no-string, claves numericas parciales, anidamiento excesivo
• Cada problema tiene una severidad: low, medium, high
• Detecta pseudo-arrays (objetos con claves numericas secuenciales) y sugiere conversion
• El campo diagnostic contiene un resumen legible en texto plano
• Desactivar include_preview para datos sensibles o muy grandes
• Reducir max_depth_analysis para mejorar rendimiento con estructuras profundas
• No modifica los datos de entrada, solo los analiza

Nodos Relacionados

• objectToArray (convertir objetos a arrays segun las sugerencias)
• objectArrayConverter (conversion bidireccional objeto/array)
• dataTransform (transformar datos problematicos)
• executescript (aplicar correcciones personalizadas)