mcpField
D
data-catalog-entry

data-catalog-entry

github.com/nimrodfisher数据与数据库504226 次安装5 周前更新
代码仓库

关于 data-catalog-entry

用于记录数据库表和数据集信息的技能，服务于分析人员、数据所有者及治理团队，帮助他们查找和理解数据资产。它将技术元数据与业务背景、质量、血缘和治理信息整合到目录条目中。

主要功能

  1. 01提取架构和表的基本统计信息
  2. 02记录所有权、用途及使用场景
  3. 03说明列含义和业务规则
  4. 04记录质量、新鲜度和数据血缘
  5. 05补充访问权限、敏感级别及保留要求

适用场景

  1. 01让新建的数据集可被发现
  2. 02为合规或审计记录敏感数据
  3. 03帮助新成员理解数据资产
  4. 04查找目录中尚未记录的表

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/nimrodfisher/data-analytics-skills --skill data-catalog-entry

安装后在 Claude Code 中输入/data-catalog-entry确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

assets/
catalog_entry_template.md
references/
catalog_standards.md
scripts/
catalog_extractor.py

详细介绍

数据目录条目

适用场景

  • 新建了表、视图或数据集，需要让人们能够发现它
  • 分析师不断询问某个表的含义或归属
  • 合规或审计要求规定必须记录敏感数据
  • 为需要了解可用数据资产的新团队成员提供入职指导
  • 审计目录完整性，查找缺少文档的表

流程

  1. 提取技术元数据 — 从 INFORMATION_SCHEMA 或源系统中提取架构、列名、类型、主键、外键和行数。使用 scripts/catalog_extractor.py 自动提取数据库表的相关信息。
  2. 收集业务背景 — 采访数据所有者，了解业务用途、所属团队、重要程度（关键 / 高 / 中 / 低）和已知用例。记录便于业务人员理解的显示名称。
  3. 编写列描述 — 为每列编写一句通俗易懂的描述，注明示例值，并记录业务规则（有效值、约束、格式要求）。
  4. 评估数据质量 — 计算或估算完整度、新鲜度（距离上次更新的小时数）和重复率。记录已知问题，以及这些问题对下游使用的影响。
  5. 记录数据血缘 — 记录上游来源（数据的来源）和下游使用方（依赖该数据的仪表板、模型和报告）。
  6. 记录治理详情并发布 — 指定访问级别（公开 / 受限 / 机密）、敏感性（PII、财务、健康）、合规标签、保留政策和访问说明。填写 assets/catalog_entry_template.md 并提交到目录。

此技能需要的输入

  • 用于提取技术元数据的数据库 / 源系统连接或导出数据
  • 用于业务背景访谈的数据所有者联系方式
  • 对上游来源和下游使用方的了解
  • 适用的治理政策（PII 分类、保留规则）
  • 任何现有的部分文档或数据字典

输出

  • scripts/catalog_extractor.py — 从数据库表中提取架构和基本统计信息
  • assets/catalog_entry_template.md — 填写完整的目录条目，包含技术、业务、质量、血缘和治理部分

评论

支持 Markdown