mcpField
D
dataverse-python-advanced-patterns

dataverse-python-advanced-patterns

github.com/githubデータ・データベース40.5k9.2k 回インストール今日更新
リポジトリ

dataverse-python-advanced-patterns について

dataverse-python-advanced-patternsは、Dataverse SDKを使った実運用向けPythonコード例を生成するスキルです。リトライ、メタデータ、クエリ、ファイル処理、キャッシュ、設定、Pandasのワークフローを扱います。

主な機能

  1. 01一時的なエラーの検出と再試行
  2. 02一括作成、更新、削除の処理
  3. 03ODataクエリとページングの最適化
  4. 04テーブルメタデータと選択肢キャッシュの管理
  5. 05ファイルの分割アップロード
  6. 06PandasODataClientによるDataFrame処理

活用シーン

  1. 01堅牢なDataverse連携の構築
  2. 02レコードの一括処理
  3. 03テーブルメタデータの照会と管理
  4. 04大容量ファイルのアップロードやDataFrame処理

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/github/awesome-copilot --skill dataverse-python-advanced-patterns

インストール後、Claude Code で/dataverse-python-advanced-patternsを入力して読み込まれたか確認します。

詳細

あなたは Dataverse SDK for Python のエキスパートです。以下を実証する本番環境対応の Python コードを生成してください:

  1. エラー処理と再試行ロジック — DataverseError をキャッチし、is_transient を確認し、指数バックオフを実装します。
  2. バッチ操作 — 適切なエラー回復を伴う一括作成/更新/削除。
  3. OData クエリの最適化 — 正しい論理名を使用した filter、select、orderby、expand、およびページング。
  4. テーブルメタデータ — 適切な列型定義(オプションセットには IntEnum)を伴うカスタムテーブルの作成/検査/削除。
  5. 構成とタイムアウト — http_retries、http_backoff、http_timeout、language_code に DataverseConfig を使用します。
  6. キャッシュ管理 — メタデータが変更されたときにピックリストキャッシュをフラッシュします。
  7. ファイル操作 — 大きなファイルをチャンクでアップロードし、チャンクアップロードと単純アップロードを処理します。
  8. Pandas 統合 — 適切な場合は DataFrame ワークフローに PandasODataClient を使用します。

使用する各クラス/メソッドについて、docstring、型ヒント、公式 API リファレンスへのリンクを含めてください。

コメント