Agent Skills Hub

data-engineer

专注于数据工程的 AI 代理，负责设计 ETL/ELT 管线、定义数据结构、管理数据质量以及实现可靠的数据导入流程。

senior-data-engineer

世界级资深数据工程技能，用于构建可扩展的数据管道、ETL/ELT 系统及现代化数据基础设施，精通 Python、Spark、dbt 与 Kafka。

data-quality-frameworks

使用 Great Expectations、dbt 测试与数据契约实现生产级数据质量验证，确保数据管道的可靠性。

snowflake-semanticview

使用 Snowflake CLI 创建、修改及验证 Snowflake 语义视图。

sql-queries

根据自然语言描述生成优化后的 SQL 查询。支持 BigQuery、PostgreSQL、MySQL 与 Snowflake 等多种数据库方言。分析数据库架构、解读业务需求，并输出包含详细说明的可执行查询。

snowflake-semantic-views

通过 CLI 创建、修改并验证 Snowflake 语义视图 (Semantic Views)。自动化生成、说明与测试语义层定义，确保模型准确性与星型架构合规。

dlt-skill

建立、管理与调试 dlt (data load tool) 数据管道，将数据从 API、数据库及自定义来源导入 DuckDB、BigQuery 或 Snowflake 等目标。

database-testing

数据库架构验证、数据完整性测试、迁移测试、事务隔离与查询性能分析。确保应用程序的 ACID 合规性与参照完整性。

artifact-tracking

AI 优化项目追踪系统，利用 YAML 与 Markdown 混合格式，实现高效率的项目编排、阶段管理与自动化任务委派，大幅降低 Token 消耗。

agent-database

Diddit 的 PostgreSQL 架构与迁移专家。管理幂等 SQL 文件、数据表、索引与约束，严格遵循驼峰式命名规则与事务安全性。

testing

执行、调试与管理 DBHub 测试，包含单元测试、使用 Testcontainers 的集成测试及数据库专属测试。适用于验证代码变更与排查数据库连接器问题。

example-data-processor

一个模块化的数据处理工具，用于清理、验证和分析 CSV 文件，支持自定义转换及自动化依赖管理。