mcpField
D
data-quality-observability-review

data-quality-observability-review

github.com/sylphxaiデータ・データベース142 回インストール今日更新
リポジトリ

data-quality-observability-review について

Data Quality Observability Reviewは、データ品質とオブザーバビリティの課題を実行可能な計画にまとめるスキルです。重要なデータセットとそれに基づく判断を軸に、チェック、監視、アラート、担当、復旧を整理します。

主な機能

  1. 01データ品質チェックの分類
  2. 02監視項目とアラート閾値の定義
  3. 03担当者とアラート通知先の設定
  4. 04バックフィルとインシデント連絡の計画
  5. 05品質マップと判断表の作成

活用シーン

  1. 01鮮度と完全性のリスク評価
  2. 02スキーマドリフトや異常のアラート設定
  3. 03不正確なデータセットの復旧計画
  4. 04重要なデータチェックの担当者明確化

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/sylphxai/skills --skill data-quality-observability-review

インストール後、Claude Code で/data-quality-observability-reviewを入力して読み込まれたか確認します。

同梱ファイルagents/openai.yamlreferences/data-quality-observability-patterns.md

詳細

データ品質のオブザーバビリティレビュー

このスキルは、データ品質、鮮度、完全性、スキーマドリフト、リネージ、アラート、メトリクスの信頼性に関する質問を、担当者、ゲート、メトリクス、復旧手順を含む具体的な成果物に変換するために使用します。

ワークフロー

  1. 重要なデータセット、データセットが左右する意思決定、担当者、データの生成元、利用者、SLA、必要な鮮度、誤ったデータによる影響範囲を特定します。
  2. references/data-quality-observability-patterns.md を読みます。
  3. 品質チェックを分類します。スキーマ、鮮度、量、一意性、参照整合性、分布、照合、プライバシー、セマンティックメトリクスのチェックが含まれます。
  4. モニター、アラートのしきい値、担当者への通知先、バックフィルポリシー、ダッシュボードの信頼状態、インシデント連絡、データコントラクトの変更を定義します。
  5. 品質マップ、状態機械、意思決定表、イベントスキーマ、アラートポリシー、バックフィルチェックリストを作成します。

使用しない場合

  • このスキル固有の成果物要件を使わずに基盤モデルが対応できる一般的なアドバイスには使用しないでください。

ガードレール

  • 上流の鮮度、スキーマ、照合に担当者が割り当てられていない場合、ダッシュボードを信頼できるものとして扱わないでください。
  • 重大度、担当者、ユーザー向けの意思決定への影響を定めずに、すべての異常に対してアラートを送信しないでください。
  • 冪等性と実行前後の照合なしに、顧客データ、請求データ、AI トレーニングデータのバックフィルを行わないでください。
  • 品質ログ、サンプル行、インシデントのスクリーンショットに個人データを含めないでください。

出力形式

Data context:
Dataset / decision / SLA / blast radius:

Quality observability plan:
| Area | Decision | Evidence | Risk | Owner |
| --- | --- | --- | --- | --- |

Checks and owners:
- <item> -> <policy, metric, edge case, support note>

Backfill and incident response:
- <trigger> -> <action, communication, owner>

コメント

Markdown 対応