Token导航 LogoToken导航

Agent Skill · 开发

data-engineering-core(数据工程核心)

用于辅助数据整理、表格处理、CSV/Excel 分析、指标计算和图表准备。它适合让 Agent 清洗字段、汇总数据、发现异常、生成统计口径或把分析结果转成可读说明。使用时需要确认数据来源、字段含义和时间范围,避免把样本数据当全量事实;涉及敏感数据、导出文件或批量写回时,应先确认权限和脱敏边界。

data-engineering-core 是开发类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为需要联网;许可证信息还不明确,第三方扫描有提醒项,按安装量在开发类的 21,746 个 Skill 里排第 20,201。

总安装 235周安装 10GitHub Stars 公开资料未说明下载 82核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:data-engineering-core(数据工程核心)
来源仓库:https://github.com/legout/data-platform-agent-skills
仓库路径:skills/data-engineering-core
安装命令:
npx skills add https://github.com/legout/data-platform-agent-skills --skill data-engineering-core
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/legout/data-platform-agent-skills --skill data-engineering-core

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

用于日常 Python 数据工程任务的技术选型与实现指导。支持 Polars 懒查询优化、DuckDB SQL 分析及 Parquet 互操作。提供 ETL 结构、重试机制与幂等性设计模式。适用于 PostgreSQL 到数据湖/仓库的 ingestion 场景。优先使用 Arrow 格式提升跨语言数据处理效率。

来源仓库内路径:skills/data-engineering-core

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/legout/data-platform-agent-skills --skill data…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

data-engineering-core 怎么安装?

在终端执行 npx skills add https://github.com/legout/data-platform-agent-skills --skill data-engineeri…。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

data-engineering-core 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

data-engineering-core 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

data-engineering-core 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

data-engineering-core 用的人多吗?

公开数据是累计安装 235 次,近一周安装 10 次,下载 82 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

data-engineering-core 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理开发类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
data-engineering-core

数据工程核心 · 本页

235—需要联网未明确有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Core Data Engineering

Use this skill for day-to-day Python data engineering decisions: dataframe processing, embedded OLAP SQL, Arrow interchange, ETL structure, and resilience patterns.

When to use this skill

Use this skill when the task involves one or more of:

  • Polars transformations and lazy query optimization
  • DuckDB SQL analytics, MERGE/upsert, or Parquet querying
  • PyArrow table/dataset interchange and Parquet scans
  • Python ETL pipeline structure (extract/transform/load, logging, retries, idempotency)
  • PostgreSQL-to-lake/warehouse ingestion patterns

If the task is primarily about cloud storage auth/connectors, use:

  • @data-engineering-storage-remote-access
  • @data-engineering-storage-authentication

If the task is primarily about ACID lakehouse table behavior, use:

  • @data-engineering-storage-lakehouse

Quick tool selection

NeedDefault choiceWhy
DataFrame transformation in PythonPolarsFast lazy engine, strong expression API
SQL over files/DataFramesDuckDBEmbedded OLAP + Parquet/Arrow native
Interchange format between systemsPyArrowZero-copy table/batch ecosystem
OLTP source extractionpsycopg2 / postgres driverStable DB connectivity

Rule of thumb:

  1. Start transformations in Polars lazy.
  2. Use DuckDB for heavy SQL/windowing/joins over files.
  3. Keep boundaries in Arrow/Parquet.

Core implementation rules

1) Prefer lazy execution

  • Use pl.scan_* over pl.read_* for large inputs.
  • Chain filters/projections before collect().
  • Avoid row-wise loops.

2) Push work down

  • Push filtering into file scans (predicate pushdown).
  • Select only needed columns (column pruning).
  • Partition data by query dimensions (typically date/tenant/region).

3) Keep writes idempotent

  • Prefer MERGE/upsert semantics where possible.
  • If append-only, track watermark/checkpoints.
  • Ensure retries do not duplicate side effects.

4) Protect boundaries

  • Use parameterized SQL for values.
  • Treat dynamic identifiers (table/column names) separately and validate.
  • Never hardcode secrets.

5) Instrument and validate

  • Log row counts and stage durations.
  • Validate schema/required columns at stage boundaries.
  • Record checkpoints/watermarks for incremental flows.

Minimal safe ETL shape

import polars as pl
import duckdb

def run_etl(source_path: str, target_table: str) -> None:
    lazy = (
        pl.scan_parquet(source_path)
        .filter(pl.col("value").is_not_null())
        .select(["id", "event_ts", "value", "category"])
    )

    df = lazy.collect()

    with duckdb.connect("analytics.db") as con:
        con.sql("CREATE OR REPLACE TABLE staging AS SELECT * FROM df")
        con.sql(f"""
            CREATE TABLE IF NOT EXISTS {target_table} AS
            SELECT * FROM staging WHERE 1=0
        """)
        con.sql(f"INSERT INTO {target_table} SELECT * FROM staging")

For production-grade structure, use:

  • templates/complete_etl_pipeline.py

Progressive disclosure (read next as needed)

  • patterns/etl.md — canonical ETL pipeline structure
  • patterns/incremental.md — watermark/CDC/incremental loading patterns
  • templates/complete_etl_pipeline.py — full template with logging and checkpoints
  • core-detailed.md — comprehensive reference (extended examples)

Related skills

  • @data-engineering-storage-lakehouse — Delta/Iceberg/Hudi behavior
  • @data-engineering-storage-remote-access — fsspec/pyarrow.fs/obstore cloud access
  • @data-engineering-orchestration — Prefect/Dagster/dbt orchestration
  • @data-engineering-quality — Pandera / Great Expectations validation
  • @data-engineering-observability — OTel + Prometheus monitoring
  • @data-engineering-ai-ml — embedding/vector/RAG pipelines

References

平台分布

Codex

36.51%
按下载量换算30

Claude

27.78%
按下载量换算23

Cursor

18.72%
按下载量换算15

Gemini CLI

10.61%
按下载量换算9

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

可疑

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills