# harvard-artifacts-collection-data-engineering

Скилл собирает данные из Harvard Art Museums API в MySQL и показывает их в Streamlit. Пригодится, когда нужен рабочий пример ETL от API до дашборда.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 1900 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-artifacts-collection-data-engineering/SKILL.md
- Обновлён: 2026-10-09
- HTML: https://affpapa.org/nevibecode/skills/harvard-artifacts-collection-data-engineering

## Что делает

Скилл описывает приложение целиком: клиент к Harvard Art Museums API с постраничной выборкой, ETL-конвейер, реляционная схема и интерактивные дашборды. Архитектура простая: API → ETL → SQL → аналитика → визуализация.

Внутри три таблицы — `artifactmetadata`, `artifactmedia` и `artifactcolors`. Медиа и цвета вытягиваются из вложенного JSON отдельными записями и связаны с артефактом по внешнему ключу. Аналитика — набор готовых SQL-запросов, графики строятся на Plotly и Streamlit.

Перед запуском нужен ключ `HARVARD_API_KEY` и доступ к MySQL: хост, порт, пользователь, пароль и имя базы задаются переменными окружения. Зависимости ставятся из `requirements.txt` — там `streamlit`, `pandas`, `requests`, `mysql-connector-python` и `plotly`. Таблицы создаются вручную, готовых миграций нет, поэтому схему придётся завести самому до первого запуска конвейера.

## Установка

### Claude Code (родная платформа)

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

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

### Codex

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

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

### Cursor

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

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install reason-machines/data-skills harvard-artifacts-collection-data-engineering
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/harvard-artifacts-collection-data-engineering/SKILL.md`

### Gemini CLI

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

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

### Windsurf (Devin Desktop)

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

### OpenCode

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

## Когда брать
- выгрузить коллекцию музея из API постранично
- разложить вложенный JSON по реляционным таблицам
- связать артефакты с изображениями и цветами
- посчитать аналитику по метаданным коллекции
- собрать интерактивный дашборд на Streamlit

## Примеры запросов агенту
- собери ETL-конвейер для данных артефактов Harvard Art Museums
- настрой загрузку коллекции из Harvard API в MySQL
- сделай дашборд на Streamlit по таблице artifactmetadata

## Похожие
- [data-engineering](https://affpapa.org/nevibecode/plugins/data-engineering.md) — плагин · ★ 41729
- [context-engineering-collection](https://affpapa.org/nevibecode/skills/context-engineering-collection.md) — скилл · 4200 установок
- [sql-pro](https://affpapa.org/nevibecode/skills/httpsgithubcomjeffallan-sql-pro.md) — скилл · 6400 установок
- [database-optimizer](https://affpapa.org/nevibecode/skills/httpsgithubcomjeffallan-database-optimizer.md) — скилл · 6000 установок
- [mysql-patterns](https://affpapa.org/nevibecode/skills/mysql-patterns.md) — скилл · 4700 установок
- [sql-queries](https://affpapa.org/nevibecode/skills/phuryn-sql-queries.md) — скилл · 2800 установок

Из того же набора: [reason-machines/data-skills](https://affpapa.org/nevibecode/by/reason-machines/data-skills.md) — 22 карточки

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