Zurück zu Fähigkeiten

Data Catalog Enricher

a5c-ai
Aktualisiert 5 days ago
11 Ansichten
331
15
331
Auf GitHub ansehen
Andereautomationdata

Über

Der Data Catalog Enricher Skill verbessert automatisch Datenkatalogeinträge mit Metadaten wie Tags, Klassifizierungen und Glossar-Zuordnungen. Er dient dazu, die Auffindbarkeit und Governance von Daten zu verbessern, indem Datenprofile und Nutzungsmuster analysiert werden. Zu den Kernfunktionen gehören automatisches Tagging, PII-Erkennung, Vorschläge für Datenverantwortliche und Suchoptimierung.

Schnellinstallation

Claude Code

Empfohlen
Primär
npx skills add a5c-ai/babysitter -a claude-code
Plugin-BefehlAlternativ
/plugin add https://github.com/a5c-ai/babysitter
Git CloneAlternativ
git clone https://github.com/a5c-ai/babysitter.git ~/.claude/skills/Data Catalog Enricher

Kopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren

GitHub Repository

a5c-ai/babysitter
Pfad: plugins/babysitter/skills/babysit/process/specializations/data-engineering-analytics/skills/data-catalog-enricher
0
agent-orchestrationagent-skillsagentic-aiagentic-workflowai-automationbabysitter

Verwandte Skills

Schema Evolution Manager

Andere

Diese Fähigkeit verwaltet die Schemaevolution durch Validierung der Kompatibilität und Erkennung von Breaking Changes in Formaten wie Avro, Protobuf und JSON Schema. Nutzen Sie sie, um Schemata sicher weiterzuentwickeln, während Abwärts-/Vorwärtskompatibilität gewahrt bleibt und Migrationsskripte generiert werden. Sie übernimmt Versionsverwaltung, Schema-Registry-Operationen und systemsystemübergreifende Synchronisation für Data Governance.

Skill ansehen

data-lineage-mapper

Andere

Diese Fähigkeit extrahiert Datenherkunft aus SQL-, dbt-, Airflow- und Spark-Quellen, um Abhängigkeiten abzubilden und umfassende Herkunftsgrafiken zu erstellen. Sie ist für Auswirkungsanalysen und Data Governance konzipiert und ermöglicht Entwicklern, Datenflüsse und Downstream-Effekte zu verstehen. Nutzen Sie sie, wenn Sie visualisieren oder überprüfen müssen, wie sich Daten durch Ihre Pipelines und Transformationen bewegen.

Skill ansehen

skill-usage

Meta

Diese Kernfähigkeit verwaltet das Laden und Aufrufen anderer Fähigkeiten durch progressives Offenlegen. Laden Sie sie beim Start, um automatische Fähigkeitserkennung über alle Projekte hinweg zu ermöglichen, wobei Metadaten der Fähigkeiten verfügbar bleiben, während vollständige Anweisungen nur bei Bedarf geladen werden. Es ist die empfohlene Infrastruktur zur Integration und Nutzung von Fähigkeiten innerhalb der Claude Code-Umgebung.

Skill ansehen

Setting Up Experiment Tracking

Meta

Diese Fähigkeit automatisiert die Einrichtung von ML-Experiment-Tracking mit MLflow oder Weights & Biases. Sie konfiguriert die Umgebung, initialisiert den Tracking-Server und stellt Code-Snippets zum Protokollieren von Parametern und Metriken bereit. Nutzen Sie sie, wenn Sie schnell reproduzierbares Tracking zur Vergleichbarkeit von Modellläufen implementieren müssen.

Skill ansehen