Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
git clone --depth 1 https://github.com/channnnsm/cursor-dmbokWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/rules/channnnsm/cursor-dmbok/dmbok_data_quality)<a href="https://agentmods.dev/rules/channnnsm/cursor-dmbok/dmbok_data_quality"><img src="https://agentmods.dev/badge/rules/channnnsm/cursor-dmbok/dmbok_data_quality/github.svg" alt="Measured on agentmods" height="20"></a>Or the 80×15 button, for a site that already has a row of RSS and ATOM ones. Only the verdict fits; the numbers stay here.
<a href="https://agentmods.dev/rules/channnnsm/cursor-dmbok/dmbok_data_quality"><img src="https://agentmods.dev/badge/rules/channnnsm/cursor-dmbok/dmbok_data_quality.svg" alt="Reviewed on agentmods" width="80" height="20"></a>What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5.1 | $0.00000 | $0.00685 |
| Opus 5.5 | $0.00000 | $0.00274 |
| Sonnet 5.5 | $0.00000 | $0.00137 |
| Haiku 4.5 | $0.00000 | $0.00068 |
Grade A, and why
dmbok_data_quality scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 2mo ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
Copies of this mod
1 near-identical copy found in the catalogue:
- dmbok_metadata — 100% identical, 54 lines differ
What it actually says
データ品質管理のDMBOKルール
このルールはデータ品質関連のドキュメントにおいて、DMBOKのデータ品質管理の原則に従うようAIに指示するものです。
基本原則
- データ品質はビジネス目的との適合性の観点から定義・評価すること
- データ品質管理は予防的アプローチを優先し、問題の発生を未然に防ぐこと
- データ品質の改善は継続的なプロセスとして運用すること
- データ品質の測定指標を定量化し、ベースラインを確立すること
- データ品質に関する役割と責任を明確に定義すること
データ品質ディメンション
- 正確性：データが実世界の値を正しく表しているか
- 完全性：必要なデータがすべて存在しているか
- 一貫性：異なるシステム間でデータに矛盾がないか
- 適時性：データが必要なときに利用可能か
- 妥当性：データが定義されたルールに準拠しているか
- 一意性：重複データが存在しないか
- 整合性：データ間の関係が正しく維持されているか
データ品質管理プロセス
- 品質要件の定義：ビジネス要件に基づいてデータ品質の基準を設定
- 品質評価：既存データの品質を測定・評価
- 根本原因分析：データ品質問題の原因を特定
- 改善計画の策定と実施：データ品質を向上させるための対策を実施
- モニタリングと報告：継続的にデータ品質を監視し、関係者に報告
チェックポイント
- データ品質の目標と基準が明確に定義されているか
- 各データディメンションに対する測定指標が確立されているか
- データ品質の問題を検出・報告するプロセスが整備されているか
- データ品質の改善活動が計画・実施されているか
- データ品質のモニタリングと報告の仕組みが確立されているか
注意事項
- データ品質の「完璧さ」ではなく「目的適合性」を重視すること
- コスト対効果を考慮したデータ品質改善計画を立案すること
- データ品質問題の根本原因を特定してから対策を実施すること
- データ品質の改善はデータライフサイクル全体を通じて取り組むこと
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 2mo ago First seen · 50 lines · 0 tokens per session scan A 199ab4d7771a
dmbok_data_quality is a cursor rule published in the GitHub repository channnnsm/cursor-dmbok (9 stars, last pushed 1y ago), licensed MIT. It costs nothing until one of its globs matches a file; then it loads 685 tokens. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-31.
Other cursor rules, from other repositories
ponytail
Ponytail, lazy senior dev mode. Always pick the simplest solution that works.
angular-20
This rule provides comprehensive best practices and coding standards for Angular development, focusing on modern TypeScript, standalone components, signals, and performance optimizations.
dev-standard
Apache Superset development standards and guidelines for Cursor IDE.
prefer-direct-imports-over-module-mocks
Prefer extracting a testable core over vi.mock / vi.resetModules when unit tests need to reach production logic entangled with config, env, or singletons.
config-validation-and-normalization
Config validation and normalization responsibilities (defineConfig normalizes, the orm section schema validates and resolves paths, the loader reports per-section diagnostics).
control-plane-descriptors
Control plane descriptor and instance implementation patterns.