data-quality-frameworks
构建数据质量框架
数据团队需要在数据进入报表和产品之前进行可靠检查。此技能可帮助 Claude、Codex 和 Claude Code 设计验证套件、dbt tests 和数据契约。
使用我的智能体安装
将此请求复制给你的智能体，其中包含权威 Skill 页面和清单。
Review the Skillstore skill "data-quality-frameworks" from https://skillstore.io/skills/sickn33-data-quality-frameworks.md and its manifest at https://skillstore.io/api/skills/sickn33-data-quality-frameworks/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.你的智能体仍应展示其计划，并按安全策略请求必要确认。
Agent 可读资源
当 AI Agent、爬虫或脚本需要干净上下文，而不是读取完整页面时，请使用这些链接。
测试它
正在使用“data-quality-frameworks”。 用户提供 orders 表 schema，并请求入门检查。
预期结果:
该技能会返回一份按优先级排列的验证计划，其中包含必填字段、唯一性检查、可接受状态、新鲜度限制和所有者审核说明。
正在使用“data-quality-frameworks”。 用户询问如何改进 customer 和 order 模型的 dbt tests。
预期结果:
该技能会建议关系测试、近期性检查、可接受值、自定义业务规则和分阶段推出计划。
正在使用“data-quality-frameworks”。 数据平台负责人请求数据契约大纲。
预期结果:
该技能会概述契约部分，包括 schema、质量预期、PII 分类、所有权、服务级别和变更管理。
安全审计
中风险All 16 static alerts are false positives caused by Markdown references, schema fields, SQL identifiers, and ordinary safety guidance. One medium-risk semantic issue remains because an example report includes raw observed values and can print them to pipeline logs.
已确认安全问题 (1)
风险因素
⚙️ 外部命令 (2)
分享与引用此报告
分享版本化评估报告、中性徽章、嵌入卡片和引用。Skillstore 只报告证据，不判断该 Skill 是否安全。
复制报告链接
https://skillstore.io/skills/sickn33-data-quality-frameworks/audits/5?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 徽章
[](https://skillstore.io/skills/sickn33-data-quality-frameworks?utm_source=security_passport_badge)HTML 徽章
<a href="https://skillstore.io/skills/sickn33-data-quality-frameworks?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/sickn33-data-quality-frameworks/security.svg" alt="Skillstore security assessment" loading="lazy"></a>嵌入卡片
<iframe src="https://skillstore.io/embed/skills/sickn33-data-quality-frameworks.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>学术引用 (APA · BibTeX · CFF)
APA 引用
sickn33. (2026). data-quality-frameworks security audit report (audit version 5) [Author version unspecified]. Skillstore. https://skillstore.io/skills/sickn33-data-quality-frameworks/audits/5BibTeX 引用
@techreport{sickn33-sickn33-data-quality-frameworks-2026,
author = {sickn33},
title = {data-quality-frameworks security audit report (audit version 5)},
institution = {Skillstore},
year = {2026},
number = {5},
url = {https://skillstore.io/skills/sickn33-data-quality-frameworks/audits/5},
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: "data-quality-frameworks security audit report (audit version 5)"
version: "unspecified"
type: report
authors:
- name: "sickn33"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/sickn33-data-quality-frameworks/audits/5"
identifiers:
- type: other
value: "skillstore:sickn33-data-quality-frameworks:audit:5"
description: "Skillstore immutable audit report identifier"
比较变体
2 个可安装变体每位作者的技能都保持为独立的可安装项。推荐变体按 Skillstore 证据排序。
为什么此变体排名第一
Skillstore 评分
评分依据 证据置信度: 高你能构建什么
启动数据仓库验证
在仪表板依赖关键数据仓库表之前，为其创建第一版 expectations。
标准化 dbt 测试
扩展 dbt 模型测试，覆盖唯一性、关系、新鲜度、可接受值和业务规则。
定义数据契约
为共享数据产品记录 schema、质量规则、所有权和服务级别。
试试这些提示
为 [dataset] 创建数据质量计划。包括关键列、质量维度、首批检查、负责人和审核步骤。
Given this table schema and sample values, propose Great Expectations checks and dbt tests with clear failure thresholds.
为 [data product] 设计数据契约。包括 schema、质量规则、PII 说明、负责人、新鲜度、延迟和兼容性预期。
审核此数据质量框架。识别缺失的检查、薄弱阈值、告警缺口、所有权问题和部署风险。
最佳实践
- 先从关键表和关键列开始，再扩展到更广泛的覆盖范围。
- 与数据所有者共同设定阈值，并在强制阻断管道前审核失败情况。
- 对数据契约进行版本管理，并将失败关联到明确的修复责任人。
避免
- 不要在没有告警、回退处理和所有者批准的情况下阻断关键管道。
- 不要在未审核数据量、季节性和业务上下文的情况下硬编码阈值。
- 不要发布会暴露敏感行值或个人数据的验证报告。
常见问题
此技能关注哪些工具？
它能创建可用于生产的验证规则吗？
它需要实时数据库访问权限吗？
它能帮助处理 PII 吗？
这对小团队有用吗？
它能审核现有的数据质量设置吗？
开发者详情
作者
sickn33许可证
MIT
Skillstore 修订
r2
版本提示
作者未声明版本。
引用
f9e2c34b4f19c7f3e6b0a1e93227b5f77cc12526
维护新鲜度
2026/7/26
使用量
7 次下载 · 108 次浏览
文件结构