airflow-dag-patterns

マーケティングチームには、チャネルを横断して一貫性を保つコンテンツが必要です。このスキルは、ブランドボイスとSEOに合わせてコンテンツを計画、執筆、分析、最適化するのに役立ちます。

一貫性のないプロンプトは時間を浪費し、AIの出力を信頼しにくくします。このスキルは、再利用可能なパターン、例、評価手順、最適化ワークフローを使ってプロンプト設計を支援します。

アーキテクチャ上の意思決定は、Web、モバイル、バックエンド、クラウドシステム全体で比較するのが困難です。このスキルは、レポート、依存関係レビュー、トレードオフ文書化のための構造化されたガイドとローカルのスキャフォールドスクリプトを提供します。

チームには、モダンなWebアプリケーション向けに一貫したセットアップ、アーキテクチャ、レビュー指針が必要です。このスキルは、React、Next.js、Node.js、GraphQL、PostgreSQLプロジェクト向けのスキャフォールダー、ワークフローのリファレンス、品質向上のためのプロンプトを提供します。

目標が曖昧だったり複雑だったりすると、明確なプロンプトを書くのは困難です。このスキルは、実績のあるプロンプトフレームワークを使って、粗い依頼を構造化されたプロンプトに変換します。

プロダクトチームには、機能の順位付け、インタビューの統合、意思決定の文書化をより速く行う方法が必要です。このスキルは、構造化された計画のために、RICEスコアリング、インタビュー分析、PRDテンプレートを提供します。

データチームには、信頼性の高いパイプライン、明確なデータモデル、再現可能な運用が必要です。このスキルは、アーキテクチャ、品質チェック、オーケストレーション、パフォーマンスチューニング、DataOpsプラクティスをガイドします。

データパイプラインの作業は、取り込み、特徴量、品質、レポート作成を別々に計画すると一貫性を失うことがあります。このスキルは、パイプラインのコンテキスト、品質ゲート、リネージ、引き継ぎを中心にデータタスクを整理します。

Bauplanプロジェクトには、明確なDAG構造、ブランチの安全性、一貫したSQLまたはPythonモデルパターンが必要です。このスキルは、Claude、Codex、Claude Codeに対して、パイプラインファイル、検証、安全な実行ワークフローをガイドします。

Data teams need dependable pipelines across fragmented platforms. This skill designs implementation-ready batch, streaming, modeling, orchestration, and quality workflows.

AI agents often generate fragile data-fetching and transformation code. This skill uses mloda feature requests, plugins, and lineage to build deterministic data workflows.

AIデータプロジェクトには、信頼性の高いインデックス作成フロー、カスタム変換、運用コマンドが必要です。このスキルは、CocoIndexの設計、実装、テスト、トラブルシューティングをガイドします。