MCP HubMCP Hub
SKILL·808D4F

airflow-dag-patterns

majiayu000
更新日 4 months ago
34 閲覧
58
9
58
GitHubで表示
メタaitestingautomationdesigndata

について

このスキルは、Apache Airflow DAGの構築における本番環境対応のパターンを提供し、設計、オペレーター、センサー、テスト、およびデプロイメントのベストプラクティスを網羅しています。データパイプラインの作成、ワークフローのオーケストレーション、またはバッチジョブのスケジューリングを行う際に使用し、べき等性、原子性、および可観測性を備えたDAGを実装します。開発者がタスクの依存関係を設計し、カスタムコンポーネントを実装し、失敗した実行のデバッグ設定を行うことを支援します。

クイックインストール

Claude Code

推奨
メイン
npx skills add majiayu000/claude-skill-registry -a claude-code
プラグインコマンド代替
/plugin add https://github.com/majiayu000/claude-skill-registry
Git クローン代替
git clone https://github.com/majiayu000/claude-skill-registry.git ~/.claude/skills/airflow-dag-patterns

このコマンドをClaude Codeにコピー&ペーストしてスキルをインストールします

GitHub リポジトリ

majiayu000/claude-skill-registry
パス: skills/airflow-dag-patterns
0
FAQ

よくある質問

airflow-dag-patterns Skillとは何ですか?

airflow-dag-patterns はmajiayu000 が作成した Claude Skillです。Skillは、Claudeが必要に応じて読み込む指示とリソースをまとめ、追加の指示なしで airflow-dag-patterns に関連するタスクを実行できるようにします。

airflow-dag-patterns をインストールするには?

このページのインストールコマンドを使用してください。airflow-dag-patterns をプラグインとして Claude Code に追加するか、リポジトリを skills ディレクトリにクローンし、Claudeを再起動してSkillを読み込みます。

airflow-dag-patterns はどのカテゴリに属しますか?

airflow-dag-patterns は メタ カテゴリに属します。

airflow-dag-patterns は無料で利用できますか?

はい。airflow-dag-patterns は AIMCP に掲載されており、無料でインストールできます。

関連スキル

content-collections
メタ

このスキルは、Content Collections(Markdown/MDXファイルを型安全なデータコレクションに変換するTypeScriptファーストのツール)の本番環境でテストされた設定を提供します。Zodバリデーションによる型安全性を実現し、ブログ、ドキュメントサイト、コンテンツ重視のVite + Reactアプリケーション構築時にご利用ください。Viteプラグインの設定、MDXコンパイルから、デプロイ最適化、スキーマバリデーションまで、すべてを網羅しています。

スキルを見る
polymarket
メタ

このスキルは、開発者がPolymarket予測市場プラットフォームを活用したアプリケーション構築を可能にします。API統合による取引や市場データの取得に加え、WebSocketを介したリアルタイムデータストリーミングにより、ライブ取引や市場活動を監視できます。取引戦略の実装や、ライブ市場更新を処理するツールの作成にご利用ください。

スキルを見る
creating-opencode-plugins
メタ

このスキルは、開発者がコマンド、ファイル、LSP操作など25種類以上のイベントタイプにフックするOpenCodeプラグインを作成することを支援します。JavaScript/TypeScriptモジュール向けに、プラグイン構造、イベントAPI仕様、および実装パターンを提供します。カスタムイベント駆動ロジックでOpenCode AIアシスタントのライフサイクルをインターセプト、監視、または拡張する必要がある場合にご利用ください。

スキルを見る
sglang
メタ

SGLangは、高性能なLLMサービングフレームワークであり、RadixAttentionプレフィックスキャッシュを活用したJSON、正規表現、エージェントワークフロー向けの高速で構造化された生成を特長とします。特にプレフィックスが繰り返されるタスクにおいて、大幅に高速な推論を実現し、複雑な構造化出力やマルチターン対話に最適です。制約付きデコードが必要な場合や、広範なプレフィックス共有を伴うアプリケーションを構築する場合は、vLLMなどの代替案ではなくSGLangを選択してください。

スキルを見る