📦
prompt-engineering-patterns
86最佳化生產環境 LLM 提示
LLM 提示經常失敗，是因為指令、範例和評估標準不清楚。此技能提供範本與工作流程，用於改進 Claude、Codex、Claude Code 及類似工具中的提示。
效率 查看
技能 data-quality-frameworks
📦
data-quality-frameworks
內容修訂 r1 安全 ⚙️ 外部命令🌐 網路存取
實作資料品質驗證
資料團隊需要可靠的檢查，避免不良資料進入分析或生產工作流程。此 skill 提供 Great Expectations、dbt 測試、資料合約和品質報告的實用模式。
支援: Claude Codex Code(CC)
使用我的智慧代理安裝
將此請求複製給你的智慧代理，其中包含權威 Skill 頁面和清單。
智能體請求
Review the Skillstore skill "data-quality-frameworks" from https://skillstore.io/skills/wshobson-data-quality-frameworks.md and its manifest at https://skillstore.io/api/skills/wshobson-data-quality-frameworks/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.你的智慧代理仍應顯示其計畫，並依安全政策請求必要確認。
Agent 可讀資源
當 AI Agent、爬蟲或腳本需要乾淨脈絡、而不是讀取完整頁面時，請使用這些連結。
測試它
正在使用「data-quality-frameworks」。 為 orders fact table 建立品質檢查。
預期結果:
- 針對近期訂單建立時間戳記的資料表層級新鮮度檢查。
- 針對唯一訂單識別碼和非空客戶識別碼的欄位檢查。
- 可接受的狀態值和正數金額驗證。
- 從 orders 到 customer dimension 的關聯檢查。
正在使用「data-quality-frameworks」。 為 customer events 起草資料合約。
預期結果:
- 包含擁有者、版本、目的和使用限制的合約大綱。
- 結構描述欄位，包含必填標記、型別期望和 PII 分類。
- 針對列數、缺失識別碼、有效事件類型和新鮮度的品質檢查。
- 針對可用性、新鮮度和延遲的服務期望。
正在使用「data-quality-frameworks」。 為三個倉儲資料表規劃驗證管線。
預期結果:
- 資料表驗證套件的執行順序。
- 包含通過和失敗期望的結果摘要。
- 當關鍵檢查失敗時停止管線的失敗規則。
- 提供給營運和分析利害關係人的簡短報告格式。
安全審計
安全v7 • 2026/7/7 開啟版本化報告
All 45 static findings are false positives caused by Markdown formatting, fenced examples, SQL/YAML snippets, and public documentation links. I found no prompt injection, data exfiltration intent, hidden execution, or reconnaissance behavior.
1
已掃描檔案
588
分析行數
0
複核項目
0
已忽略的誤報
風險因素
⚙️ 外部命令 (28)
SKILL.md:25 SKILL.md:26 SKILL.md:27 SKILL.md:29 SKILL.md:30 SKILL.md:34-42 SKILL.md:42-48 SKILL.md:48-57 SKILL.md:57-59 SKILL.md:59-79 SKILL.md:79-85 SKILL.md:85-177 SKILL.md:177-181 SKILL.md:181-219 SKILL.md:219-221 SKILL.md:221-234 SKILL.md:234-238 SKILL.md:238-301 SKILL.md:301-305 SKILL.md:305-324 SKILL.md:324-326 SKILL.md:326-343 SKILL.md:343-345 SKILL.md:345-366 SKILL.md:366-370 SKILL.md:370-448 SKILL.md:448-452 SKILL.md:452-564
🌐 網路存取 (4)
最近一次完成的靜態與語意稽核未偵測到已確認的安全發現。這並不能證明該 Skill 沒有副作用。
審計單位: codex 檢視審計紀錄 →
分享與引用此報告
分享版本化評估報告、中性徽章、嵌入卡片與引用。Skillstore 只報告證據，不判斷該 Skill 是否安全。
複製報告連結
https://skillstore.io/skills/wshobson-data-quality-frameworks/audits/7?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 徽章
[](https://skillstore.io/skills/wshobson-data-quality-frameworks?utm_source=security_passport_badge)HTML 徽章
<a href="https://skillstore.io/skills/wshobson-data-quality-frameworks?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/wshobson-data-quality-frameworks/security.svg" alt="Skillstore security assessment" loading="lazy"></a>嵌入卡片
<iframe src="https://skillstore.io/embed/skills/wshobson-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>學術引用 (APA · BibTeX · CFF)
APA 引用
wshobson. (2026). data-quality-frameworks security audit report (audit version 7) [Author version unspecified]. Skillstore. https://skillstore.io/skills/wshobson-data-quality-frameworks/audits/7BibTeX 引用
@techreport{wshobson-wshobson-data-quality-frameworks-2026,
author = {wshobson},
title = {data-quality-frameworks security audit report (audit version 7)},
institution = {Skillstore},
year = {2026},
number = {7},
url = {https://skillstore.io/skills/wshobson-data-quality-frameworks/audits/7},
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 7)"
version: "unspecified"
type: report
authors:
- name: "wshobson"
date-released: "2026-07-07"
url: "https://skillstore.io/skills/wshobson-data-quality-frameworks/audits/7"
identifiers:
- type: other
value: "skillstore:wshobson-data-quality-frameworks:audit:7"
description: "Skillstore immutable audit report identifier"
比較變體
2 個可安裝變體每位作者的技能都保留為獨立的可安裝項目。推薦變體依 Skillstore 證據排序。
為何此變體排名第一
Skillstore 評分最高
Skillstore 評分
評分依據 證據置信度: 高 55
架構
85
可維護性
87
內容
71
社群
78
規範符合度
你可以打造什麼
新增資料倉儲品質檢查
為關鍵 marts 建立驗證涵蓋範圍，包含唯一性、not-null、範圍、新鮮度和關聯檢查。
定義生產者與消費者合約
為共享資料產品記錄結構描述欄位、擁有者、PII 處理、品質檢查和服務期望。
自動化管線失敗規則
使用驗證結果產生報告，並在重要資料表未符合期望時讓工作流程失敗。
試試這些提示
開始品質檢查清單
使用此 skill 為我的 orders table 建立資料品質檢查清單。包含完整性、唯一性、有效性和新鮮度檢查。
設計 dbt 測試
使用此 skill 為這些 models 和 columns 提出 dbt 測試。說明哪些測試屬於資料表層級，哪些屬於欄位層級。
建立資料合約
使用此 skill 為此資料集起草資料合約。包含擁有者、結構描述欄位、PII 標記、品質規則和 SLA 期望。
規劃驗證自動化
使用此 skill 為多個倉儲資料表設計自動化驗證工作流程。包含失敗處理、報告和 CI 整合。
最佳實務
- 先從關鍵欄位和業務規則開始，再擴展涵蓋範圍。
- 當資料量經常變動時，對列數和新鮮度使用動態閾值。
- 將資料合約和驗證規則與依賴它們的管線程式碼一起版本化。
避免
- 未優先考量業務影響就測試每個欄位。
- 當來源資料表延遲或不完整到達時，忽略新鮮度和關聯檢查。
- 硬編碼會造成雜訊或錯過實際資料品質變化的閾值。
常見問題
此 skill 會自動執行 Great Expectations 或 dbt 嗎？
不會。它提供實作模式和範例，供使用者調整並在自己的專案中執行。
它能協助資料合約嗎？
可以。它展示中繼資料、結構描述、品質規則、PII 分類和 SLA 期望的合約章節。
這只適用於分析資料倉儲嗎？
不是。範例聚焦於資料倉儲工作流程，但驗證概念也適用於管線和共享資料產品。
它包含可直接用於生產環境的閾值嗎？
不包含。閾值是範例，應根據實際資料行為和業務風險進行校準。
它涵蓋哪些工具？
它涵蓋 Great Expectations、dbt 測試、資料合約、Soda-style 檢查和 Python 驗證編排。
使用前，使用者應提供什麼？
使用者應提供資料表名稱、關鍵欄位、預期值、新鮮度需求、擁有者和失敗處理規則。
開發者詳細資訊
作者
wshobson授權
MIT
Skillstore 修訂
r1
版本提示
作者未聲明版本。
儲存庫
https://github.com/wshobson/agents/tree/main/plugins/data-engineering/skills/data-quality-frameworks引用
36e07d5e13068e5be64447e8f20b427cf2cbd21a
維護新鮮度
2026/7/23
使用量
11 次下載 · 273 次瀏覽
檔案結構
📄 SKILL.md
wshobson 的更多技能
查看全部📦
context-driven-development
81管理情境驅動開發
當產品目標、技術堆疊選擇和工作流程規則分散各處時，AI 輔助專案會失去一致性。此技能會透過 Conductor 情境成品，引導 Claude、Codex 和 Claude Code。
程式開發 查看
📦
startup-financial-modeling
80建立新創財務模型
新創團隊在規劃招募、募資和現金使用之前，需要清楚的預測。此技能會將收入、成本、現金續航期和情境整理成實用的財務規劃輸出。
資料與分析 查看
📦
kpi-dashboard-design
79設計能推動決策的 KPI 儀表板
團隊經常建立顯示許多數字但無法引導行動的儀表板。此技能可協助 Claude、Codex 和 Claude Code 選擇有意義的 KPI、組織檢視畫面，並清楚呈現指標。
設計與創意 查看
📦
postmortem-writing
79撰寫無責備事故事後檢討
事故檢討常常變得不一致、偏向究責，或難以採取行動。此技能可協助 Claude、Codex 和 Claude Code 草擬結構化事後檢討，包含清楚的時間軸、根本原因與負責人。
寫作與內容 查看
📦
data-storytelling
79建立清晰的資料故事
原始指標通常難以說服利害關係人或支援決策。這項技能可協助 Claude、Codex 和 Claude Code 將分析整理成清晰的敘事、視覺化內容與建議。
資料與分析 查看
相關技能
查看全部📦
outreachgenie-list-audit
81Audit OutreachGenie Lists and Flow Templates
由 outreachgenie
Saved prospect lists can contain missing template values, incomplete captures, and text that exceeds product limits. This skill checks selected snapshots locally and produces private reports without modifying records or sending messages.
資料與分析 查看
📦
data-orchestrator
79協調資料管線與品質檢查
由 Brownbull
當擷取、特徵、品質與報告各自分開規劃時，資料管線工作可能變得不一致。此技能會圍繞管線脈絡、品質關卡、資料 lineage 與交接來組織資料任務。
資料與分析 查看
📦
data-cleaning-pipeline
79使用流程清理雜亂資料
由 zhangchenlai-dev
雜亂的資料集會拖慢分析並產生不可靠的結果。此技能可協助 Claude、Codex 和 Claude Code 規劃清理步驟，用於重複資料移除、缺失值、格式化和異常檢查。
資料與分析 查看
📦
dedupe
79Inspect Collections for Safe Deduplication
由 srinitude
Duplicate cleanup can remove unique information when identity rules are unclear. This skill creates evidence-rich reports and gates every mutation behind explicit review.
資料與分析 查看
📦
building-agents
85建置 Claude Code 代理
由 C0ntr0lledCha0s
建立可靠的 AI 代理需要清楚的結構描述、安全的工具，以及可重複的審查步驟。此技能會引導 Claude Code 工作流程中的代理設計、驗證、遷移與維護。
程式開發 查看
📦
skill-creator
83建立有效的 AI 技能
由 89jobrien
在結構、資源和驗證規則不清楚時，建立可重複使用的 AI 技能並不容易。此技能提供一套實用工作流程，用於設計、撰寫、驗證與封裝技能。
文件 查看