motherduck-enable-self-serve-analytics

启用自助分析

从这里开始：MotherDuck 服务是否已启动？

使用已启动的远程 MotherDuck MCP 服务或本地 MotherDuck 服务，检查范围内的数据库、架构、粒度、键和相关指标。复用已知上下文，并将探索范围限定在请求的工作内；默认不要扫描整个工作区。根据实际数据模型确定结果。

根据请求或当前上下文确定目标。只有在歧义会实质性影响结果时才提问。没有服务时，使用提供的架构和明确的假设进行规划；不要暗示已进行实时验证。

发布默认设置

• 先面向首批受众，而非全公司开放
• 先提供精选数据集，再开放广泛访问
• 选择 Dive 或共享边界，而非直接倾倒原始表
• 指标变更采用标准所有权机制
• 在邀请更多用户之前，先提供简明的指标定义并明确负责人
• 提供简短的根 Guide 作为概览，并提供浅层的领域 Guide，用于说明 Agent 无法从架构推断的定义
• 受限 Share 授予角色；使用包含模式选择表／视图子集，并通过以 current_email() 或 is_role_in_session() 为依据的安全视图实现按团队筛选行、隐藏列或掩码值，而不是为每个受众分别创建一个 Share
• 使用 Dive 作为使用界面，并通过 AI Chat 对受治理的 Dive 提出后续问题；管理员可以在 AI Features 设置页关闭 Agent Chat
• 发布模式稳定后，使用 Terraform 提供程序以代码管理角色、授权和 Share

工作流

1. 检查可用的 MotherDuck 服务或提供的架构上下文。
2. 检查内部团队会使用的数据模型。
3. 选定首批受众和首个用例。
4. 发布一个可信数据集。
5. 如果工作范围包括维护 Guide，则创建或更新相关 Guide，写明指标负责人、已验证的定义、联接规则和引用对象。
6. 发布一个 Ready Dive，或一个受限且已授予角色的 Share。
7. 审核实时角色、授权和公开的目录。
8. 仅在首个工作流稳定后再扩展。

根据请求匹配执行方式：答疑、审查或规划工作应返回所请求的发布产物；构建或变更工作应创建所请求且在范围内的数据集、Dive 或 Share，并进行验证。未经授权，不得扩大访问授权、进行破坏性变更或执行外部写入；如有此类需求，请先征求确认。

如果此技能生成原生 DuckDB（md:）连接，请使用 custom_user_agent=agent-skills/2.6.0(harness-<harness>;llm-<llm>) 为其添加标记。如果缺少元数据，则使用 harness-unknown 和 llm-unknown 作为后备值。

输出

对于完整的项目，根据请求酌情涵盖以下内容：

• 首批受众
• 首个资产
• 作为依据的数据集
• 所有权模型
• 发布的防护措施

对于明确要求结构化 JSON 的请求，请阅读输出约定。否则，使用适合所请求交付物的格式。

参考资料

只阅读与任务相关的章节；这些内容是指导，而非强制的执行步骤。

• references/SELF_SERVE_ROLLOUT_GUIDE.md -- 精选、发布、扩展的顺序，Dive 与 Share 的选择，数据新鲜度检查、扩展指导和入门代码片段

示例

只有在运行随附示例或复现其验证时，才阅读执行参考。

• self_serve_rollout_example.py
• self_serve_rollout_example.ts

相关技能

仅在缺少相关能力时加载相关技能；沿用已有上下文。

• motherduck-explore -- 在推广前检查实际工作区
• motherduck-query -- 验证 KPI 定义
• motherduck-model-data -- 发布经过整理的分析视图或表
• motherduck-create-dive -- 构建首个可分享的答案界面
• motherduck-manage-guides -- 为 Agent 保留受治理的指标和联接上下文
• motherduck-share-data -- 发布表/视图子集并授予基于角色的访问权限