data-quality-frameworks
快速實資料品質框架
資料品質問題會導致分析失敗和管線故障。本技能提供經過驗證的 Great Expectations、dbt 測試和資料合約模式來預防這些問題。
下載技能 ZIP
在 Claude 中上傳
前往 設定 → 功能 → 技能 → 上傳技能
開啟並開始使用
測試它
正在使用「data-quality-frameworks」。 Give me a minimal Great Expectations suite for orders data.
預期結果:
- 定義必要欄位和主鍵檢查
- 驗證狀態值和金額範圍
- 新增時效性和列數檢查
正在使用「data-quality-frameworks」。 How do I test relationships between tables in dbt?
預期結果:
- 使用關聯性測試進行外鍵驗證
- 檢查模型之間的參考完整性
- 驗證 customer_id 對應到 dim_customers
正在使用「data-quality-frameworks」。 Create a data contract for customer data.
預期結果:
- 指定包含必要和可選欄位的結構描述
- 為敏感欄位定義 PII 分類
- 設定時效性 SLA 和品質檢查閾值
安全審計
安全This skill is pure documentation containing educational examples for data quality frameworks. All 69 static findings are FALSE POSITIVES. The scanner incorrectly flagged Great Expectations library method names (e.g., 'expect_column_values_to_not_be_null') as shell backtick execution and weak cryptographic algorithms. The content has no executable code, network calls, file access, or sensitive operations.
風險因素
⚙️ 外部命令 (28)
品質評分
你能建構什麼
建立驗證套件
為倉儲表格建立 Great Expectations 套件和檢查點。
擴展 dbt 測試
為資料集市新增結構描述、欄位和自訂 dbt 測試。
定義資料合約
使用結構描述、品質檢查和 SLA 指定合約。
試試這些提示
為 orders 表格建立基本的 Great Expectations 套件，包含主鍵、狀態、金額和 created_at 檢查。
為 fct_orders 和 dim_customers 草擬 dbt 測試，包括時效性、關聯性和可接受值。
為 orders 資料集撰寫資料合約大綱，包含結構描述、品質檢查和 SLA。
描述一個自動化的資料品質管線，可為多個表格執行套件並產生報告。
最佳實務
- 從關鍵欄位開始，逐步擴展測試
- 為每個資料集記錄期望和所有權
- 對失敗情況發出警報並定期趨勢審查
避免
- 測試每個欄位而無優先順序
- 無理由地硬編碼閾值
- 對事件資料跳過時效性檢查
常見問題
這與 Claude 和 Codex 相容嗎？
資料集大小有限制嗎？
可以與 CI 或協調工具整合嗎？
它會存取或儲存敏感資料嗎？
如果檢查意外失敗該怎麼辦？
與完整框架設定相比有何不同？
開發者詳情
作者
wshobson授權
MIT
儲存庫
https://github.com/wshobson/agents/tree/main/plugins/data-engineering/skills/data-quality-frameworks引用
main
檔案結構
📄 SKILL.md