什么是 data-engineering-best-practices?
数据工程最佳实践:徽章架构、数据集生命周期、分区、文件大小、模式演变以及跨 Polars、PyArrow、DuckDB、Delta Lake 和 Iceberg 的追加/覆盖/合并模式。在设计生产数据管道或审查数据平台决策时使用。 来源:legout/data-platform-agent-skills。
数据工程最佳实践:徽章架构、数据集生命周期、分区、文件大小、模式演变以及跨 Polars、PyArrow、DuckDB、Delta Lake 和 Iceberg 的追加/覆盖/合并模式。在设计生产数据管道或审查数据平台决策时使用。
通过命令行快速安装 data-engineering-best-practices AI 技能到你的开发环境
来源:legout/data-platform-agent-skills。
Use this skill for production architecture and standards decisions: storage layout, lifecycle, incremental semantics, schema evolution, quality checks, and cost/performance tradeoffs.
Do not skip Silver validation for convenience; silent quality drift is costly.
| Append | strictly new immutable events | simplest, cheapest | | Partition overwrite | deterministic reprocessing for date/key slice | safe for backfills | | Merge/Upsert | corrections/late updates/deletes | needs key + conflict semantics |
数据工程最佳实践:徽章架构、数据集生命周期、分区、文件大小、模式演变以及跨 Polars、PyArrow、DuckDB、Delta Lake 和 Iceberg 的追加/覆盖/合并模式。在设计生产数据管道或审查数据平台决策时使用。 来源:legout/data-platform-agent-skills。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/legout/data-platform-agent-skills --skill data-engineering-best-practices数据工程最佳实践:徽章架构、数据集生命周期、分区、文件大小、模式演变以及跨 Polars、PyArrow、DuckDB、Delta Lake 和 Iceberg 的追加/覆盖/合并模式。在设计生产数据管道或审查数据平台决策时使用。 来源:legout/data-platform-agent-skills。
打开你的终端或命令行工具(如 Terminal、iTerm、Windows Terminal 等) 复制并运行以下命令:npx skills add https://github.com/legout/data-platform-agent-skills --skill data-engineering-best-practices 安装完成后,技能将自动配置到你的 AI 编程环境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/legout/data-platform-agent-skills