build-model — команда для Claude Code: план модели dbt и тестов
Команда build-model строит план моделирования данных: трансформации, тесты, расписание деплоя и зависимости для аналитики.
Apache-2.0 ★ 450 обновлён 2026-04-03
.claude/commands/build-model.mdЧто делает build-model
Команда принимает метрику (--use_case), стек (--stack: dbt, LookML, SQL Runner, Python jobs), частоту обновления (--refresh: hourly, daily, weekly или cron) и генерирует спецификацию модели с staging-, intermediate- и mart-слоями, join-ключами, суррогатными ID. Определяет стратегию тестирования: проверки схемы, свежести данных, уникальности, допустимых значений и кастомные тесты. Строит план деплоя с конфигурацией ресурсов, стратегией backfill и шагами отката.
Результат сохраняется в .claude/plans/plan-<timestamp>.json с объективом, линейкой данных, матрицей зависимостей, обработкой ошибок и метриками успеха: процент свежести, потолок дефектов, соблюдение SLA. Если тестирование и подготовка деплоя могут идти параллельно, команда логирует diamond-сегмент с merge-воротами. Лимит повторов по умолчанию — 2 для упавших тестов; эскалация идёт к Analytics Modeling Lead → Data Engineering Lead → RevOps.
Команда вызывает агента analytics-modeling-lead для архитектуры модели, скилл quality-gates для покрытия валидациями, скилл instrumentation для контрактов данных. Выдаёт диаграмму модели, SQL-псевдокод, план тестирования, чеклист деплоя с хуками мониторинга и инструкциями отката.
Какие задачи решает
- спланировать трансформации данных для метрики или дашборда
- настроить тесты свежести, уникальности и схемы модели dbt
- составить расписание деплоя с backfill и откатом
- задокументировать зависимости модели и контракты данных
- подготовить план с метриками SLA и потолком дефектов
Примеры запросов агенту
- Построй модель для метрики pipeline velocity в dbt с ежедневным обновлением:
/analytics-pipeline-orchestration:build-model --use_case "pipeline velocity" --stack "dbt" --refresh daily - Создай план модели для дашборда retention с почасовым refresh и зависимостью от таблицы
events: `/analytics-pipeline-orchestration:build-model --use_case "retention dashboard" --stack "LookML" --refresh hourly --dependencies "events"` - Спланируй Python-модель для еженедельной аналитики с тестами уникальности и accepted values
Как установить build-model
Вручную: положить файлы
.claude/commands/build-model.mdВызов — /build-model. Для всех проектов — ~/.claude/commands/
Вручную: положить файлы
~/.codex/prompts/build-model.mdВызов — /prompts:build-model. В Codex этот формат помечен устаревшим, замена — скиллы
Вручную: положить файлы
.github/prompts/build-model.prompt.mdВручную: положить файлы
.gemini/commands/build-model.tomlGemini хранит команды в TOML: текст запроса — в поле prompt
Вопросы о build-model
Как установить build-model в Claude Code?
Создай файл .claude/commands/build-model.md в корне проекта с описанием команды из репозитория gtmagents/gtm-agents.
Что делает команда build-model?
Команда генерирует план моделирования данных: описание staging-, intermediate- и mart-слоёв, тесты схемы и свежести, расписание деплоя с backfill, rollback-инструкции и сохраняет план в .claude/plans с метриками успеха.
Какие стеки поддерживает build-model?
Команда работает с dbt, LookML, Metrics Layer, SQL Runner и Python jobs — стек задаётся параметром --stack.
Исходный текст
build-model.md · Apache-2.0
--- name: build-model description: Generates a modeling plan detailing transforms, tests, and deployment schedule for analytics use cases. usage: /analytics-pipeline-orchestration:build-model --use_case "pipeline velocity" --stack "dbt" --refresh daily --- # Command: build-model ## Inputs - **use_case** – name of metric or dashboard relying on the model. - **stack** – modeling tool (dbt, LookML, Metrics Layer, SQL Runner, Python jobs). - **refresh** – cadence (hourly, daily, weekly) or cron. - **dependencies** – optional upstream tables or APIs. - **tests** – optional list of validations to enforce. ### GTM Agents Pattern & Plan Checklist > Mirrors GTM Agents orchestrator blueprint @puerto/plugins/orchestrator/README.md#112-325. - **Pattern selection**: Modeling often runs **pipeline** (spec → blueprint → testing → deployment → docs). If testing + deployment prep can parallelize, log a **diamond** segment with merge gate. - **Plan schema**: Save `.claude/plans/plan-<timestamp>.json` with objective, data lineage, task IDs, parallel groups, dependency matrix, error handling, and success metrics (freshness %, defect ceiling, SLA adherence). - **Tool hooks**: Reference `docs/gtm-essentials.md` stack—Serena for repo diffs/dbt patches, Context7 for platform docs, Sequential Thinking for review cadences, Playwright for UI validations tied to modeled data. - **Guardrails**: Default retry limit = 2 for failed tests/deployments; escalation path = Analytics Modeling Lead → Data Engineering Lead → RevOps. - **Review**: Run `docs/usage-guide.md#orchestration-best-practices-puerto-parity` before execution to confirm agents, dependencies, deliverables. ## Workflow 1. **Spec Alignment** – review event/tracking plan, KPI definitions, stakeholders. 2. **Model Blueprint** – outline staging, intermediate, mart layers, join keys, surrogate IDs. 3. **Testing Strategy** – define schema, freshness, unique, accepted value, and custom tests. 4. **Deployment Plan** – schedule jobs, resource configs, backfill strategy, rollback steps. 5. **Documentation & Handoff** – update dbt docs / catalog, change log, owner assignments. ## Outputs - Modeling spec (diagram, SQL pseudocode, dependencies). - Test plan + configuration snippets. - Deployment checklist with monitoring hooks and rollback instructions. - Plan JSON entry stored/updated in `.claude/plans` for audit trail. ## Agent/Skill Invocations - `analytics-modeling-lead` – architects model + tests. - `quality-gates` skill – ensures validation coverage. - `instrumentation` skill – confirms data contracts stay intact. ## GTM Agents Safeguards - **Fallback agents**: document substitutes (e.g., BI Publisher covering modeling reviews) when specialists unavailable. - **Escalation triggers**: if freshness, defect, or SLA guardrails breach twice within 24h, escalate to Data + RevOps leadership per GTM Agents runbook and consider rollback. - **Plan maintenance**: update plan JSON whenever dependencies, owners, or deployment cadence changes, keeping audit alignment with GTM Agents standards. ---
© gtmagents · Apache-2.0 · gtmagents/gtm-agents