# harvard-art-museums-data-engineering-analytics

Помогает выстроить ETL-пайплайн для коллекции Гарвардских художественных музеев и запустить аналитический дашборд. Работает через Python, SQL и Streamlit.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 978 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/harvard-art-museums-data-engineering-analytics/SKILL.md
- Обновлён: 2026-10-09
- HTML: https://affpapa.org/nevibecode/skills/harvard-art-museums-data-engineering-analytics

## Что делает

Скилл содержит инструкции по выгрузке экспонатов через REST API музеев с пагинацией и паузами между запросами. Из вложенного JSON скрипты извлекают метаданные объектов и сведения о медиафайлах, преобразуя их в плоские таблицы pandas.

После очистки дубликатов данные загружаются в таблицы MySQL или TiDB Cloud. Сверху подключаются двадцать готовых аналитических SQL-запросов и интерактивные графики Plotly в интерфейсе Streamlit.

Для запуска пайплайна обязателен ключ `HARVARD_API_KEY` и доступная реляционная база. Без корректно настроенных переменных окружения скрипты сбора и загрузки упадут с ошибкой подключения.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/data-skills --skill harvard-art-museums-data-engineering-analytics -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/harvard-art-museums-data-engineering-analytics/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/harvard-art-museums-data-engineering-analytics/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/data-skills --skill harvard-art-museums-data-engineering-analytics -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/harvard-art-museums-data-engineering-analytics/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/data-skills --skill harvard-art-museums-data-engineering-analytics -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/harvard-art-museums-data-engineering-analytics/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install reason-machines/data-skills harvard-art-museums-data-engineering-analytics
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/harvard-art-museums-data-engineering-analytics/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/data-skills --skill harvard-art-museums-data-engineering-analytics -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/reason-machines/data-skills --path skills/harvard-art-museums-data-engineering-analytics
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/harvard-art-museums-data-engineering-analytics/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/data-skills --skill harvard-art-museums-data-engineering-analytics -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/harvard-art-museums-data-engineering-analytics/SKILL.md

## Когда брать
- настроить сбор экспонатов через API Гарвардских музеев
- разобрать вложенный JSON на таблицы с метаданными и медиа
- загрузить очищенную музейную коллекцию в MySQL или TiDB Cloud
- визуализировать аналитику по экспонатам на дашборде Streamlit

## Примеры запросов агенту
- Напиши ETL-пайплайн для выгрузки картин из API Гарвардских музеев в MySQL
- Как разобрать вложенные изображения экспонатов из JSON гарвардского API в DataFrame?
- Собери дашборд на Streamlit с графиками Plotly для анализа музейной коллекции

## Похожие
- [xlsx](https://affpapa.org/nevibecode/skills/xlsx.md) — скилл · 187223 установки
- [google-agents-cli-observability](https://affpapa.org/nevibecode/skills/google-agents-cli-observability.md) — скилл · 511300 установок
- [caveman-evidence-review](https://affpapa.org/nevibecode/skills/caveman-evidence-review.md) — скилл · 104500 установок
- [migration](https://affpapa.org/nevibecode/skills/migration.md) — скилл · 103900 установок
- [performance-optimization](https://affpapa.org/nevibecode/skills/performance-optimization.md) — скилл · 65200 установок
- [supabase](https://affpapa.org/nevibecode/skills/supabase.md) — скилл · 8 установок

Из того же набора: [reason-machines/data-skills](https://affpapa.org/nevibecode/by/reason-machines/data-skills.md) — 74 карточки

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