mcpField
D
data-quality-frameworks

data-quality-frameworks

github.com/rmyndharis数据与数据库1.9k43 次安装2 周前更新
代码仓库

关于 data-quality-frameworks

使用 Great Expectations、dbt 测试和数据契约实施生产级数据质量检查的技能。它指导团队设计验证规则、自动化 CI/CD 检查、监控质量并制定修复措施。

主要功能

  1. 01Great Expectations 验证
  2. 02构建完整的 dbt 测试套件
  3. 03定义数据契约
  4. 04自动化 CI/CD 验证
  5. 05质量监控与告警
  6. 06规划责任归属与修复

适用场景

  1. 01为数据管道添加质量检查
  2. 02配置 Great Expectations 验证
  3. 03定义数据团队间的数据契约
  4. 04在 CI/CD 中自动执行数据验证

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/rmyndharis/antigravity-skills --skill data-quality-frameworks

安装后在 Claude Code 中输入/data-quality-frameworks确认已加载。

附带文件resources/implementation-playbook.md

详细介绍

数据质量框架

介绍使用 Great Expectations、dbt 测试和数据契约实施数据质量的生产模式，确保数据管道可靠。

适用场景

  • 在管道中实施数据质量检查
  • 设置 Great Expectations 验证
  • 构建全面的 dbt 测试套件
  • 在团队之间建立数据契约
  • 监控数据质量指标
  • 在 CI/CD 中自动执行数据验证

不适用场景

  • 数据源未定义或不可用
  • 无法修改验证规则或架构
  • 任务与数据质量或契约无关

说明

  • 确定关键数据集和质量维度。
  • 定义预期结果／测试和契约规则。
  • 在 CI/CD 中自动执行验证，并安排检查。
  • 设置告警、责任归属和补救步骤。
  • 如需详细模式，请打开 resources/implementation-playbook.md。

安全

  • 若没有备用方案，请避免阻塞关键管道。
  • 在验证输出中安全处理敏感数据。

资源

  • resources/implementation-playbook.md：包含详细的框架、模板和示例。

评论

支持 Markdown