·dlt-dagster
{}

dlt-dagster

Esegue pipeline dlt in Dagster come risorse definite dal software (componente o Pythonic @dlt_assets) o come singola risorsa Dagster standard. Da utilizzare quando si orchestra dlt con Dagster; impalcatureloads.py/defs.yaml; lavori/orari; segreti/ambiente; incrementale/backfill tramite apply_hints; parallelizzazione (un asset per risorsa); Distribuzione di Dagster Cloud; o calcolo esterno (ECS, Fargate - fare riferimento alle integrazioni dagster). Trigger: dagster-dlt, dlt su Dagster, distribuzione dlt con Dagster, risorsa Dagster standard, elaborazione esterna.

6Installazioni·0Tendenza·@untitled-data-company

Installazione

$npx skills add https://github.com/untitled-data-company/data-skills --skill dlt-dagster

Come installare dlt-dagster

Installa rapidamente la skill AI dlt-dagster nel tuo ambiente di sviluppo tramite riga di comando

  1. Apri il terminale: Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.)
  2. Esegui il comando di installazione: Copia ed esegui questo comando: npx skills add https://github.com/untitled-data-company/data-skills --skill dlt-dagster
  3. Verifica l'installazione: Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Fonte: untitled-data-company/data-skills.

Clarify how the user wants to run dlt (asset type and compute); then follow the Core Workflow or refer to dagster-integrations for external compute.

Quick start: 1) Ask: dlt assets (recommended) vs standard Dagster asset? Run on Dagster compute vs external (ECS, Fargate, etc.)? 2) Follow the Core Workflow or refer to dagster-integrations. 3) Use references as needed.

Ask if unclear: When someone wants to build a dlt pipeline on Dagster, ask whether they want dlt assets (recommended) or a standard Dagster asset, and whether they will run on Dagster compute or external compute (ECS, Fargate, etc.).

Esegue pipeline dlt in Dagster come risorse definite dal software (componente o Pythonic @dlt_assets) o come singola risorsa Dagster standard. Da utilizzare quando si orchestra dlt con Dagster; impalcatureloads.py/defs.yaml; lavori/orari; segreti/ambiente; incrementale/backfill tramite apply_hints; parallelizzazione (un asset per risorsa); Distribuzione di Dagster Cloud; o calcolo esterno (ECS, Fargate - fare riferimento alle integrazioni dagster). Trigger: dagster-dlt, dlt su Dagster, distribuzione dlt con Dagster, risorsa Dagster standard, elaborazione esterna. Fonte: untitled-data-company/data-skills.

Fatti (pronti per citazione)

Campi e comandi stabili per citazioni AI/ricerca.

Comando di installazione
npx skills add https://github.com/untitled-data-company/data-skills --skill dlt-dagster
Categoria
{}Analisi
Verificato
Prima apparizione
2026-02-05
Aggiornato
2026-03-10

Browse more skills from untitled-data-company/data-skills

Risposte rapide

Che cos'è dlt-dagster?

Esegue pipeline dlt in Dagster come risorse definite dal software (componente o Pythonic @dlt_assets) o come singola risorsa Dagster standard. Da utilizzare quando si orchestra dlt con Dagster; impalcatureloads.py/defs.yaml; lavori/orari; segreti/ambiente; incrementale/backfill tramite apply_hints; parallelizzazione (un asset per risorsa); Distribuzione di Dagster Cloud; o calcolo esterno (ECS, Fargate - fare riferimento alle integrazioni dagster). Trigger: dagster-dlt, dlt su Dagster, distribuzione dlt con Dagster, risorsa Dagster standard, elaborazione esterna. Fonte: untitled-data-company/data-skills.

Come installo dlt-dagster?

Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/untitled-data-company/data-skills --skill dlt-dagster Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Dov'è il repository sorgente?

https://github.com/untitled-data-company/data-skills

Dettagli

Categoria
{}Analisi
Fonte
skills.sh
Prima apparizione
2026-02-05