Dimensional Model Validator
À propos
Cette compétence valide les modèles de données dimensionnels selon les meilleures pratiques de la méthodologie Kimball pour les charges de travail analytiques. Elle vérifie les schémas en étoile et en flocon, valide les clés de substitution, les types de SCD, et assure la conformité avec la matrice de bus. Utilisez-la lors de la conception ou de la révision d'entrepôts de données pour appliquer des modèles dimensionnels éprouvés.
Installation rapide
Claude Code
Recommandénpx skills add a5c-ai/babysitter -a claude-code/plugin add https://github.com/a5c-ai/babysittergit clone https://github.com/a5c-ai/babysitter.git ~/.claude/skills/Dimensional Model ValidatorCopiez et collez cette commande dans Claude Code pour installer cette compétence
Dépôt GitHub
Frequently asked questions
What is the Dimensional Model Validator skill?
Dimensional Model Validator is a Claude Skill by a5c-ai. Skills package instructions and resources that Claude loads on demand, so Claude can perform Dimensional Model Validator-related tasks without extra prompting.
How do I install Dimensional Model Validator?
Use the install commands on this page: add Dimensional Model Validator to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does Dimensional Model Validator belong to?
Dimensional Model Validator is in the Data Modeling category, tagged ai.
Is Dimensional Model Validator free to use?
Yes. Dimensional Model Validator is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
Compétences associées
Cette compétence génère des implémentations de Dimensions à Évolution Lente (SCD) pour le suivi historique des données sur des plateformes comme Snowflake, BigQuery et dbt. Elle automatise la création des SCD de Types 1 à 6, incluant les instructions DDL, les déclarations MERGE et les configurations de snapshot avec une gestion appropriée des clés de substitution et des dates d'effet. Utilisez-la lorsque vous avez besoin de mettre en œuvre rapidement des modèles SCD cohérents pour les tables de dimension dans vos projets d'entrepôt de données.
La compétence OBT Design Optimizer aide les développeurs à concevoir et à optimiser les modèles One Big Table pour les charges de travail analytiques. Elle équilibre les avantages de la dénormalisation avec la maintenabilité en gérant la sélection des colonnes, le partitionnement, le clustering et la conception des champs imbriqués. Utilisez-la lors de la création ou de l'affinement d'OBT sur des plateformes comme BigQuery, Snowflake ou Redshift pour optimiser en fonction de modèles de requêtes et de contraintes spécifiques.
Cette compétence propose une configuration éprouvée en production pour Content Collections, un outil axé sur TypeScript qui transforme des fichiers Markdown/MDX en collections de données typées de manière sûre avec une validation Zod. Utilisez-la lors de la création de blogs, de sites de documentation ou d'applications Vite + React riches en contenu pour garantir la sécurité de typage et la validation automatique du contenu. Elle couvre tout, de la configuration du plugin Vite et de la compilation MDX à l'optimisation des déploiements et la validation des schémas.
Cette compétence permet aux développeurs de créer des applications avec la plateforme de marchés prédictifs Polymarket, incluant l'intégration d'API pour le trading et les données de marché. Elle fournit également une diffusion de données en temps réel via WebSocket pour surveiller les transactions en direct et l'activité du marché. Utilisez-la pour mettre en œuvre des stratégies de trading ou pour créer des outils traitant les mises à jour de marché en direct.