# data-pipeline-builder

Скилл data-pipeline-builder проектирует и собирает ETL/ELT-пайплайн: код на Python или SQL, DAG для Airflow, проверки качества и спецификацию в data-pipeline-spec.md.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 252 установки · ★ 440 у репозитория
- Автор: OneWave-AI
- Лицензия: MIT · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/OneWave-AI/claude-skills/tree/HEAD/data-pipeline-builder/SKILL.md
- Обновлён: 2026-10-20
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/data-pipeline-builder

## Что делает

Скилл ведёт от постановки до готового пайплайна. Сначала спрашивает про источники, приёмник, преобразования и частоту обновления, потом проектирует схему и пишет файлы. Внутри пять справочников: структура проекта, шаблоны на Python, проверки качества, конфиг оркестрации, шаблон спецификации.

Дизайн показывается до кода. Пока вы не подтвердите архитектуру, список источников, расписание и quality gates, генерация не начнётся. Иначе получите пачку классов, которые придётся переписывать. На выходе экстракторы от `BaseExtractor`, трансформеры на Python или SQL, лоадеры от `BaseLoader`, DAG со связями задач, YAML-конфиг, тесты и `data-pipeline-spec.md`.

В правилах зашиты идемпотентность шагов, watermark для инкрементальных прогонов, dead letter для записей, которые не прошли обработку, и реакция на изменение схемы источника. Креды только через переменные окружения или секрет-менеджеры. В наборе инструментов есть `Bash`, поэтому скилл сам прогоняет тесты и команды окружения. Трансформации, которые выражаются на SQL, он оставляет на SQL.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add OneWave-AI/claude-skills --skill data-pipeline-builder -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/data-pipeline-builder/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/data-pipeline-builder/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add OneWave-AI/claude-skills --skill data-pipeline-builder -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/data-pipeline-builder/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add OneWave-AI/claude-skills --skill data-pipeline-builder -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/data-pipeline-builder/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install OneWave-AI/claude-skills data-pipeline-builder
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/data-pipeline-builder/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add OneWave-AI/claude-skills --skill data-pipeline-builder -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/OneWave-AI/claude-skills --path data-pipeline-builder
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/data-pipeline-builder/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add OneWave-AI/claude-skills --skill data-pipeline-builder -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/OneWave-AI/claude-skills/tree/HEAD/data-pipeline-builder/SKILL.md

## Когда брать
- Собрать пайплайн из нескольких источников с нуля и не забыть про повторные запуски
- Описать схему хранилища с партиционированием и кластеризацией до написания кода
- Добавить проверки качества данных и пороги для алертов
- Настроить инкрементальную загрузку с watermark и обработкой битых записей
- Получить спеку пайплайна с планом бэкфилла и разбором типовых сбоев

## Примеры запросов агенту
- Собери ETL-пайплайн: источник — таблица `orders` в Postgres, приёмник — ClickHouse, обновление раз в час
- Покажи дизайн пайплайна и список преобразований, код генерируй после моего подтверждения
- Добавь в пайплайн проверки качества и dead letter для событий из API `/v1/events`

## Похожие
- [data-engineering-study-material](https://affpapa.org/nevibecode/skills/data-engineering-study-material.md) — скилл · 2000 установок
- [data-engineering](https://affpapa.org/nevibecode/skills/travisjneuman-data-engineering.md) — скилл · 105 установок
- [checking-freshness](https://affpapa.org/nevibecode/skills/checking-freshness.md) — скилл · 1100 установок
- [Data Pipeline taste](https://affpapa.org/nevibecode/prompts/data-pipeline-taste.md) — промпт · ★ 178201 у репозитория
- [harvard-artifacts-data-engineering-pipeline](https://affpapa.org/nevibecode/skills/harvard-artifacts-data-engineering-pipeline.md) — скилл · 2000 установок
- [data-pipeline-engineer](https://affpapa.org/nevibecode/skills/data-pipeline-engineer.md) — скилл · 215 установок

Из того же набора: [onewave-ai/claude-skills](https://affpapa.org/nevibecode/by/onewave-ai/claude-skills.md) — 185 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
