dataverse-python-advanced-patterns — скилл для GitHub Copilot
Направляет GitHub Copilot на генерацию Python-кода для Dataverse с обработкой ошибок, пакетными операциями и OData-запросами.
npx skills add github/awesome-copilot --skill dataverse-python-advanced-patterns -a claude-codeЧто делает dataverse-python-advanced-patterns
Скилл задаёт практики для Dataverse SDK for Python: обработку DataverseError, проверку is_transient и экспоненциальные повторы. Код получает docstrings, type hints и ссылки на официальную справку API.
Он охватывает массовое создание, обновление и удаление записей с восстановлением после ошибок. Для OData используются filter, select, orderby, expand и постраничная загрузка с корректными логическими именами.
Также скилл затрагивает таблицы и типы столбцов, включая IntEnum для наборов вариантов, DataverseConfig, очистку picklist-кеша, загрузку файлов частями и PandasODataClient. Его стоит ставить, если агент пишет Python-интеграцию с Dataverse, а не обычные разовые запросы.
Какие задачи решает
- обработать временные ошибки Dataverse с повторными попытками
- создать или обновить записи пакетной операцией
- составить OData-запрос с фильтрацией и постраничной загрузкой
- описать пользовательскую таблицу с типами столбцов
- загрузить большой файл частями
Примеры запросов агенту
- «Сгенерируй Python-код для пакетного обновления записей Dataverse с обработкой DataverseError.»
- «Напиши OData-запрос с select, expand и paging для Dataverse.»
- «Покажи загрузку большого файла в Dataverse частями и настрой DataverseConfig.»
Как установить dataverse-python-advanced-patterns
1Через Skills CLI (Vercel)
npx skills add github/awesome-copilot --skill dataverse-python-advanced-patterns -a claude-code2Вручную: положить файлы
~/.claude/skills/dataverse-python-advanced-patterns/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/dataverse-python-advanced-patterns/
Вручную: положить файлы
.agents/skills/dataverse-python-advanced-patterns/SKILL.mdДля всех проектов — ~/.agents/skills/
Вручную: положить файлы
.cursor/skills/dataverse-python-advanced-patterns/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1Через Skills CLI (Vercel)
npx skills add github/awesome-copilot --skill dataverse-python-advanced-patterns2GitHub CLI
gh skill install github/awesome-copilot dataverse-python-advanced-patterns3Вручную: положить файлы
.github/skills/dataverse-python-advanced-patterns/SKILL.mdКомандой платформы
gemini skills install https://github.com/github/awesome-copilot --path skills/dataverse-python-advanced-patternsВручную: положить файлы
.devin/skills/dataverse-python-advanced-patterns/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Claude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
Похожие
Вопросы о dataverse-python-advanced-patterns
Как установить dataverse-python-advanced-patterns в GitHub Copilot?
Выполните npx skills add github/awesome-copilot --skill dataverse-python-advanced-patterns. После установки файл скилла размещается в .github/skills/dataverse-python-advanced-patterns/SKILL.md.
Что делает dataverse-python-advanced-patterns?
Скилл просит GitHub Copilot генерировать Python-код для Dataverse SDK с повторами при временных ошибках, пакетными операциями и оптимизированными OData-запросами. Он также охватывает метаданные таблиц, файлы, кеш и PandasODataClient.
Как скилл предлагает обрабатывать временные ошибки Dataverse?
Он использует DataverseError, проверяет is_transient и задаёт экспоненциальную задержку между повторами. Параметры повторов, задержки и тайм-аута можно задавать через DataverseConfig.
Исходный текст
SKILL.md · MIT
--- name: dataverse-python-advanced-patterns description: 'Generate production code for Dataverse SDK using advanced patterns, error handling, and optimization techniques.' --- You are a Dataverse SDK for Python expert. Generate production-ready Python code that demonstrates: 1. **Error handling & retry logic** — Catch DataverseError, check is_transient, implement exponential backoff. 2. **Batch operations** — Bulk create/update/delete with proper error recovery. 3. **OData query optimization** — Filter, select, orderby, expand, and paging with correct logical names. 4. **Table metadata** — Create/inspect/delete custom tables with proper column type definitions (IntEnum for option sets). 5. **Configuration & timeouts** — Use DataverseConfig for http_retries, http_backoff, http_timeout, language_code. 6. **Cache management** — Flush picklist cache when metadata changes. 7. **File operations** — Upload large files in chunks; handle chunked vs. simple upload. 8. **Pandas integration** — Use PandasODataClient for DataFrame workflows when appropriate. Include docstrings, type hints, and link to official API reference for each class/method used.
© github · MIT · github/awesome-copilot