# google-cloud-data-engineering-hub

Скилл подключает к агенту справочник рабочих проектов по GCP: BigQuery, Dataflow, Beam, Composer, Pub/Sub, Dataproc, Vertex AI.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 1100 установок · ★ 5
- Автор: reason-machines
- Лицензия: LicenseRef-Unknown · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/reason-machines/data-skills/tree/HEAD/skills/google-cloud-data-engineering-hub/SKILL.md
- Обновлён: 2026-10-09
- HTML: https://affpapa.org/nevibecode/skills/google-cloud-data-engineering-hub

## Что делает

Скилл даёт агенту доступ к набору готовых проектов по инженерии данных в Google Cloud. Внутри — модульный код на Python, а не отдельные скрипты, схемы архитектуры в ASCII, тестовые данные и `deploy.sh` для настройки GCP. Примеры доведены до рабочего состояния и проверялись на живых проектах в облаке.

Темы разложены по категориям: загрузка CSV в BigQuery, паттерн UPSERT через MERGE, обучение и предсказание в BigQuery ML, работа с Cloud Storage, включая подписанные ссылки. Есть проекты на Dataflow и Apache Beam, Cloud Composer, Dataproc Serverless, потоковая обработка через Pub/Sub и связка с Gemini AI и Vertex AI.

Что нужно заранее: Python 3.10 и новее, `gcloud` CLI, проект в GCP с включённым биллингом и подходящие права IAM. Без активного проекта с биллингом ни один пример не запустится — учти это до того, как ставить скилл в рабочий репозиторий. Зависимости ставятся отдельно для каждого проекта из его `requirements.txt`, а учётные данные настраиваются через `gcloud auth application-default login`.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/data-skills --skill google-cloud-data-engineering-hub -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/data-skills --skill google-cloud-data-engineering-hub -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/google-cloud-data-engineering-hub/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/data-skills --skill google-cloud-data-engineering-hub -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/google-cloud-data-engineering-hub/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install reason-machines/data-skills google-cloud-data-engineering-hub
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/google-cloud-data-engineering-hub/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/data-skills --skill google-cloud-data-engineering-hub -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/reason-machines/data-skills --path skills/google-cloud-data-engineering-hub
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/google-cloud-data-engineering-hub/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/data-skills --skill google-cloud-data-engineering-hub -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/reason-machines/data-skills/tree/HEAD/skills/google-cloud-data-engineering-hub/SKILL.md

## Когда брать
- собрать пайплайн загрузки CSV в BigQuery
- написать MERGE-запрос для обновления и вставки строк
- обучить модель и получить предсказания средствами BigQuery ML
- настроить потоковую обработку данных через Pub/Sub
- развернуть workflow в Cloud Composer

## Примеры запросов агенту
- Собери пайплайн загрузки CSV в BigQuery по примеру из скилла
- Покажи, как сделать MERGE для обновления таблицы в BigQuery
- Настрой потоковую обработку через Pub/Sub и Dataflow

## Похожие
- [caveman-manage](https://affpapa.org/nevibecode/skills/caveman-manage.md) — скилл · 104200 установок
- [workers-best-practices](https://affpapa.org/nevibecode/skills/cloudflare-workers-best-practices.md) — скилл · 126100 установок
- [cloudflare-email-service](https://affpapa.org/nevibecode/skills/cloudflare-email-service.md) — скилл · 102300 установок
- [firebase-basics](https://affpapa.org/nevibecode/skills/firebase-basics.md) — скилл · 14100 установок
- [cloudflare-one](https://affpapa.org/nevibecode/skills/cloudflare-one.md) — скилл · 93100 установок
- [cloudflare-one-migrations](https://affpapa.org/nevibecode/skills/cloudflare-one-migrations.md) — скилл · 89500 установок

Из того же набора: [reason-machines/data-skills](https://affpapa.org/nevibecode/by/reason-machines/data-skills.md) — 31 карточка

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