Создание production-ready DAG для Airflow
DAG в Airflow часто ломаются, когда retries, dependencies и tests продумывают слишком поздно. Этот skill дает production-паттерны для структуры DAG, sensors, alerts и validation.
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "airflow-dag-patterns" from https://skillstore.io/skills/sickn33-airflow-dag-patterns.md and its manifest at https://skillstore.io/api/skills/sickn33-airflow-dag-patterns/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.
Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.
Использование «airflow-dag-patterns». Спланируй daily customer ETL workflow в Airflow.
Ожидаемый результат:
Использование «airflow-dag-patterns». Улучши существующий DAG, который ждет upstream data.
Ожидаемый результат:
Использование «airflow-dag-patterns». Проверь дизайн dynamic DAG factory.
Ожидаемый результат:
All ten static alerts are false positives caused by documentation examples, ordinary Python syntax, or Markdown backticks. No malicious intent, prompt injection, credential access, or data exfiltration was found.
Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.
https://skillstore.io/skills/sickn33-airflow-dag-patterns/audits/5?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/sickn33-airflow-dag-patterns?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/sickn33-airflow-dag-patterns?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/sickn33-airflow-dag-patterns/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/sickn33-airflow-dag-patterns.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>sickn33. (2026). airflow-dag-patterns security audit report (audit version 5) [Author version unspecified]. Skillstore. https://skillstore.io/skills/sickn33-airflow-dag-patterns/audits/5@techreport{sickn33-sickn33-airflow-dag-patterns-2026,
author = {sickn33},
title = {airflow-dag-patterns security audit report (audit version 5)},
institution = {Skillstore},
year = {2026},
number = {5},
url = {https://skillstore.io/skills/sickn33-airflow-dag-patterns/audits/5},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "airflow-dag-patterns security audit report (audit version 5)"
version: "unspecified"
type: report
authors:
- name: "sickn33"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/sickn33-airflow-dag-patterns/audits/5"
identifiers:
- type: other
value: "skillstore:sickn33-airflow-dag-patterns:audit:5"
description: "Skillstore immutable audit report identifier"
Навык каждого автора остаётся отдельным устанавливаемым вариантом. Рекомендуемый вариант ранжируется по данным Skillstore.
Почему этот вариант первый
sickn33-airflow-dag-patterns
2026-09-09
wshobson-airflow-dag-patterns
2026-09-09
Спроектировать daily или hourly pipeline с четкими границами task, retries, ownership и потоком зависимостей.
Определить повторяемые соглашения для sensors, alert callbacks, dynamic DAG factories и структуры проекта.
Проверить существующий workflow на хрупкие зависимости, отсутствующие тесты, слабые retries и небезопасное поведение backfill.
Спроектируй Apache Airflow DAG для daily data pipeline. Включи имена task, зависимости, retries, schedule и заметки по ownership.
Переведи мой план Airflow pipeline в дизайн на TaskFlow API. Объясни inputs и outputs task, использование XCom и настройки retry.
Добавь проверки внешних зависимостей и alerts при сбое в этот дизайн Airflow DAG. Укажи sensor modes, timeouts и поведение callback.
Проверь этот Airflow DAG на готовность к production. Сфокусируйся на idempotency, backfills, observability, testing, безопасности dynamic DAG и operational runbooks.
Автор
sickn33Лицензия
MIT
Ревизия Skillstore
r2
Примечание о версии
Автор не указал версию.
Репозиторий
https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/airflow-dag-patternsСсылка
ebdfe608f5de2b66ff37ab4af12af8ac4f5e8006
Актуальность поддержки
26.07.2026
Использование
5 загрузок · 132 просмотров
Структура файлов
Создание маркетингового контента в едином стиле бренда
Маркетинговым командам нужен контент, который остается согласованным во всех каналах. Этот навык помогает планировать, писать, анализировать и оптимизировать контент с учетом голоса бренда и SEO.
Улучшайте LLM-промпты с помощью проверенных паттернов
Непоследовательные промпты тратят время и снижают доверие к результатам AI. Этот навык помогает проектировать промпты с использованием переиспользуемых паттернов, примеров, этапов оценки и рабочих процессов оптимизации.
Проектируйте масштабируемые архитектуры ПО
Архитектурные решения сложно сравнивать для веб-, мобильных, backend- и облачных систем. Этот навык предоставляет структурированные руководства и локальные скрипты-заготовки для отчетов, анализа зависимостей и документирования компромиссов.
Создавайте fullstack-приложения с senior-паттернами
Командам нужны единые рекомендации по настройке, архитектуре и ревью для современных веб-приложений. Этот skill предоставляет scaffolders, справочные материалы по рабочим процессам и quality prompts для проектов на React, Next.js, Node.js, GraphQL и PostgreSQL.
Оптимизируйте AI-промпты с Prompt Engineer
Писать понятные промпты сложно, когда цели расплывчаты или комплексны. Этот навык превращает черновые запросы в структурированные промпты с использованием проверенных фреймворков для промптинга.
Приоритизируйте продуктовую работу с помощью исследовательских инсайтов
Продуктовым командам нужны более быстрые способы ранжировать функции, обобщать интервью и документировать решения. Этот навык предоставляет RICE-оценку, анализ интервью и шаблоны PRD для структурированного планирования.
Создавайте надежные пайплайны данных
от davila7
Командам данных нужны надежные пайплайны, понятные модели данных и повторяемые операции. Этот навык помогает с архитектурой, проверками качества, оркестрацией, настройкой производительности и практиками DataOps.
Координация конвейеров данных и проверок качества
от Brownbull
Работа над конвейерами данных может становиться несогласованной, когда прием данных, признаки, качество и отчетность планируются отдельно. Этот навык организует задачи с данными вокруг контекста конвейера, контрольных точек качества, происхождения данных и передач между командами.
Создание пайплайнов данных Bauplan
от BauplanLabs
Проектам Bauplan нужны четкая структура DAG, безопасная работа с ветками и согласованные паттерны SQL- или Python-моделей. Этот навык помогает Claude, Codex и Claude Code работать с файлами пайплайнов, валидацией и безопасными сценариями запуска.
Build Reliable Data Pipelines and Warehouses
от zl2023github
Data teams need dependable pipelines across fragmented platforms. This skill designs implementation-ready batch, streaming, modeling, orchestration, and quality workflows.
Build Declarative Data Pipelines with mloda
от mloda-ai
AI agents often generate fragile data-fetching and transformation code. This skill uses mloda feature requests, plugins, and lineage to build deterministic data workflows.
Создание конвейеров данных CocoIndex
от 89jobrien
Проектам данных на базе ИИ нужны надежные потоки индексирования, пользовательские преобразования и операционные команды. Этот навык помогает проектировать, реализовывать, тестировать и устранять неполадки в CocoIndex.