📦
datadata-api
38Datadata ソースをクエリ
チームには、カスタム API 呼び出しを構築せずに Datadata ソースを調査する、より安全な方法が必要です。このスキルは、メタデータ、SQL 実行、エクスポート、データスペースのテーブル管理のためのガイド付き CLI ワークフローを提供します。
データ＆アナリティクス 表示
スキル datadata-dql
📦
datadata-dql
コンテンツリビジョン r1 安全 ⚙️ 外部コマンド🌐 ネットワークアクセス
Datadata DQLデータスクリプトの作成
Datadata DQLスクリプトの作成には、プラットフォーム固有のStarlark構文とデータAPIが必要です。このスキルは、Claude、Codex、Claude Codeがクエリ、取得、DataFrame、検証ワークフローを作成できるよう支援します。
対応: Claude Codex Code(CC)
自分のエージェントでインストール
このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。
エージェントリクエスト
Review the Skillstore skill "datadata-dql" from https://skillstore.io/skills/datadata-team-datadata-dql.md and its manifest at https://skillstore.io/api/skills/datadata-team-datadata-dql/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。
エージェントが読めるリソース
AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。
テストする
「datadata-dql」を使用しています。 Create a DQL script to compare current month revenue with previous month revenue.
期待される結果:
結果には、両方の期間をクエリし、売上の変化を計算し、前月売上がゼロの場合を処理し、比較フィールドを返すスクリプト計画が含まれます。
「datadata-dql」を使用しています。 Clean a customer table before an RFM analysis.
期待される結果:
結果では、必須カラムの確認、重複の削除、欠損値の検証、準備済み顧客データセットの返却を行うDQLワークフローを説明します。
「datadata-dql」を使用しています。 Inspect an external API response before transforming it.
期待される結果:
結果はまずレスポンスの型とサンプル本文を返すため、最終的な変換ロジックを書く前にユーザーが構造を確認できます。
セキュリティ監査
安全v4 • 2026/7/5 バージョン別レポートを開く
No evidence of prompt injection, malware, or install-time execution was found. The static findings are false positives from Markdown code formatting, type-stub docstrings, SQL examples, and documented DQL fetch examples that use placeholder domains. The skill does describe network-capable DQL scripts, so users should approve real endpoints and data sharing before running generated scripts.
12
スキャンされたファイル
3,831
解析済み行数
0
レビュー項目
0
誤検知を無視
リスク要因
⚙️ 外部コマンド (41)
references/__builtins__.pyi:1354 references/__builtins__.pyi:1355 SKILL.md:12 SKILL.md:14 SKILL.md:16-23 SKILL.md:23-41 SKILL.md:41-45 SKILL.md:45 SKILL.md:53 SKILL.md:56-64 SKILL.md:64-69 SKILL.md:69 SKILL.md:70-73 SKILL.md:73-77 SKILL.md:77 SKILL.md:78-80 SKILL.md:80 SKILL.md:84-88 SKILL.md:88-89 SKILL.md:89-90 SKILL.md:90-91 SKILL.md:91-92 SKILL.md:92-93 SKILL.md:93-94 SKILL.md:94-95 SKILL.md:95-96 SKILL.md:96-97 SKILL.md:97-98 SKILL.md:98-116 SKILL.md:116 SKILL.md:125-142 SKILL.md:142-152 SKILL.md:152-153 SKILL.md:153 SKILL.md:154 SKILL.md:155 SKILL.md:156 SKILL.md:157-158 SKILL.md:158 SKILL.md:159-160 SKILL.md:160
🌐 ネットワークアクセス (31)
references/__builtins__.pyi:530 references/faq_best_practices.md:70 references/faq_best_practices.md:215 references/faq_best_practices.md:289 references/faq_best_practices.md:70 references/faq_best_practices.md:226 references/faq_best_practices.md:289 references/fetch.md:10 references/fetch.md:59 references/fetch.md:74 references/fetch.md:83 references/fetch.md:93 references/fetch.md:107 references/fetch.md:119 references/fetch.md:133 references/fetch.md:143 references/fetch.md:156 references/fetch.md:59 references/fetch.md:74 references/fetch.md:83 references/fetch.md:94 references/fetch.md:108 references/fetch.md:120 references/fetch.md:133 references/fetch.md:143 references/fetch.md:157 SKILL.md:69 SKILL.md:89 SKILL.md:160 SKILL.md:144 SKILL.md:181
最新の完了済み静的・セマンティック監査では、確認済みのセキュリティ検出事項は見つかりませんでした。これは、スキルに副作用がないことを証明するものではありません。
監査者: codex 監査履歴を表示 →
このレポートを共有・引用
バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。
レポートリンクをコピー
https://skillstore.io/skills/datadata-team-datadata-dql/audits/4?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdownバッジ
[](https://skillstore.io/skills/datadata-team-datadata-dql?utm_source=security_passport_badge)HTMLバッジ
<a href="https://skillstore.io/skills/datadata-team-datadata-dql?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/datadata-team-datadata-dql/security.svg" alt="Skillstore security assessment" loading="lazy"></a>埋め込みカード
<iframe src="https://skillstore.io/embed/skills/datadata-team-datadata-dql.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>学術引用 (APA · BibTeX · CFF)
APA形式の引用
datadata-team. (2026). datadata-dql security audit report (audit version 4) [Author version unspecified]. Skillstore. https://skillstore.io/skills/datadata-team-datadata-dql/audits/4BibTeX形式の引用
@techreport{datadata-team-datadata-team-datadata-dql-2026,
author = {datadata-team},
title = {datadata-dql security audit report (audit version 4)},
institution = {Skillstore},
year = {2026},
number = {4},
url = {https://skillstore.io/skills/datadata-team-datadata-dql/audits/4},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "datadata-dql security audit report (audit version 4)"
version: "unspecified"
type: report
authors:
- name: "datadata-team"
date-released: "2026-07-05"
url: "https://skillstore.io/skills/datadata-team-datadata-dql/audits/4"
identifiers:
- type: other
value: "skillstore:datadata-team-datadata-dql:audit:4"
description: "Skillstore immutable audit report identifier"
Skillstore スコア
このスコアの理由 証拠の信頼度: 中 45
アーキテクチャ
85
保守性
87
コンテンツ
68
コミュニティ
83
仕様準拠
作成できるもの
分析スクリプトの準備
ビジネステーブルをクエリし、指標を集計し、ダッシュボード用に検証済みの結果を返すDQLスクリプトを作成します。
運用データのクリーニング
重複の削除、欠損値の補完、下流で使用する前のフィールド標準化を行う変換を生成します。
データ統合のプロトタイプ作成
SQLクエリ結果と承認済みの外部APIレスポンスを組み合わせ、レビュー用の構造化データセットを返します。
これらのプロンプトを試す
基本的なクエリスクリプトを作成する
[table]をクエリし、結果を[row count]件に制限し、確認用にDataFrameを返すDatadata DQLスクリプトを書いてください。
データをクリーニングして検証する
[table]を読み取り、[key]で重複行を削除し、欠損している[field]を処理し、小さな検証サマリーを返すDQLスクリプトを作成してください。
集計ワークフローを構築する
[date range]について[dimension]別に[metric]を計算するDatadata DQLを書いてください。まずSQLフィルタリングを使用し、必要な場合にのみDataFrame操作を使ってください。
外部APIデータを統合する
[internal data]をクエリし、[API endpoint]から承認済みデータを取得し、両方の構造を検証し、マージ済み結果を返す安全なDQLワークフローを作成してください。
ベストプラクティス
- DQL APIまたはオブジェクトメソッドを使用する前に、関連するリファレンスファイルを読んでください。
- ユーザー入力をSQLに連結するのではなく、パラメータ化されたクエリ引数を使用してください。
- テーブルスキーマやAPIレスポンス構造が不確実な場合は、まず小さなサンプルを返してください。
回避
- 実際に返されたデータを確認せずに、APIレスポンスのフィールド順序を仮定しないでください。
- LIMITや集計でリクエストに答えられる場合に、無制限のデータセットを返さないでください。
- imports、classes、try blocks、file I/Oなど、サポートされていないPython機能を使用しないでください。
よくある質問
Datadata DQLとは何ですか？
DQLはStarlarkを基盤としたDatadataのスクリプト言語で、データのクエリと処理のための組み込みAPIを備えています。
このスキルはどのツールで使用できますか？
このスキルはClaude、Codex、Claude Codeのサポートを宣言しています。
生成されたスクリプトを実行できますか？
いいえ。スクリプト作成を支援しますが、ランタイム実行と結果確認はDatadata環境で行われます。
外部HTTPリクエストをサポートしていますか？
はい。DQL fetch APIを文書化していますが、ユーザーはまずエンドポイント、認証情報、共有データを承認する必要があります。
SQLパラメータはどのように扱うべきですか？
SQLインジェクションリスクを減らすため、パラメータ化されたクエリプレースホルダーを使用し、値は別々に渡してください。
最良の結果を得るには何を提供すべきですか？
最良の結果を得るには、テーブル名、カラム名、期待する出力形式、行数制限、承認済みの外部API詳細を提供してください。
開発者情報
作成者
datadata-teamライセンス
MIT
Skillstore リビジョン
r1
バージョンに関する注意
作者はバージョンを宣言していません。
参照
7e9e368dc1a370f2040369ebcd0db06d90cb48e5
メンテナンスの新しさ
2026/7/26
利用状況
1 ダウンロード · 37 閲覧
datadata-team のその他のスキル
すべて表示関連スキル
すべて表示📦
data-processing
84JSON、YAML、TOML データを処理する
作成者 0xDarkMatter
構造化された構成データは、JSON、YAML、TOML ファイルを横断して確認するのが難しい場合があります。このスキルは、抽出、フィルタリング、変換、更新のための jq と yq クエリを案内します。
データ＆アナリティクス 表示
📦
dbt-transformation-patterns
78信頼性の高い dbt 変換パターンを構築する
作成者 sickn33
dbt プロジェクトは、models、tests、documentation が増えるにつれて一貫性を失うことがあります。このスキルは、layers、命名、tests、incremental models、macros の実践的なパターンを提供します。
データ＆アナリティクス 表示
📦
csv-processor
77データクリーニングワークフローでCSVファイルを処理
作成者 CuriousLearner
CSVファイルには、一貫性のない形式、欠損値、重複、大規模なデータセットが含まれていることがよくあります。このスキルは、CSVデータの解析、クリーニング、変換、結合、分析のための実践的なワークフローを提供します。
データ＆アナリティクス 表示
📦
json-transformer
76JSONデータを確実に変換する
作成者 CuriousLearner
JSONを扱う作業では、多くの場合、ツール間での検証、再構成、抽出、変換が必要になります。このスキルは、一般的なJSON変換のための実践的なパターンをClaude、Codex、Claude Codeに提供します。
データ＆アナリティクス 表示
📦
polars
75Polars DataFrameワークフローを高速化
作成者 davila7
データチームがPolarsパイプラインを構築し、pandasから移行する際には、迅速なガイダンスが必要です。このスキルは、式、遅延クエリ、I/O、join、パフォーマンスチューニングのための簡潔なパターンを提供します。
データ＆アナリティクス 表示
📦
n8n-code-python
77n8n向けPython Codeノードを構築する
作成者 sickn33
n8n Python Codeノードには、データアクセス、戻り値の形式、ライブラリに厳しい制限があります。このスキルは、Claude、Codex、またはClaude Codeが正しい変換処理を書くためのガイドです。
コーディング＆開発 表示