> For the complete documentation index, see [llms.txt](https://docs.geopard.tech/geopard-tutorials/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.geopard.tech/geopard-tutorials/esp/tour-del-producto-aplicacion-web/geopard-mcp/limpiar-y-calibrar-datos-de-rendimiento.md).

# Limpiar y calibrar datos de rendimiento

En este caso de uso, trabajamos con conjuntos de datos de rendimiento para comprender la distribución y la calidad de los datos cosechados en todo el lote. Usando el GeoPard MCP conectado, un LLM recupera resúmenes estadísticos del conjunto de datos de rendimiento original, detecta irregularidades o ruido de los sensores e identifica dónde se requiere limpieza o calibración.

Una vez completadas las comprobaciones de calidad, el LLM activa el flujo de trabajo de limpieza y calibración de GeoPard MCP con los parámetros óptimos.

{% hint style="success" %}
Asegúrese de que GeoPard MCP esté conectado antes de ejecutar este flujo de trabajo. Los detalles de la configuración se proporcionan [aquí](/geopard-tutorials/esp/tour-del-producto-aplicacion-web/geopard-mcp/conectar-geopard-mcp.md).
{% endhint %}

## Conjunto de datos de rendimiento individual

{% @arcade/embed url="<https://app.arcade.software/share/Zjf8Hpwf0Ykij1Dl5r4L>" flowId="Zjf8Hpwf0Ykij1Dl5r4L" %}

### Antes

<figure><img src="/files/92f55bbcfee0faf08ca434e7c55f853dceb259ca" alt=""><figcaption></figcaption></figure>

### Después

<figure><img src="/files/17a3ba79ace1bc070a8792637b12df2aa16c05db" alt=""><figcaption></figcaption></figure>

## Calibración por lotes del conjunto de datos de rendimiento

{% @arcade/embed url="<https://app.arcade.software/share/bibREyFI1hqQvPk7rBFq>" flowId="bibREyFI1hqQvPk7rBFq" %}

### Antes

<figure><img src="/files/7b97e7d5a96cb48c9210140695fada75103a8a89" alt=""><figcaption></figcaption></figure>

### Después

<figure><img src="/files/da39dda33822e10bff635287924a963f1501ba78" alt=""><figcaption></figcaption></figure>


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.geopard.tech/geopard-tutorials/esp/tour-del-producto-aplicacion-web/geopard-mcp/limpiar-y-calibrar-datos-de-rendimiento.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.