harvard-artifacts-data-engineering-app — скилл для Claude Code
Скилл для сборки ETL-пайплайна на данных Harvard Art Museums API: нормализация в SQL и дашборд на Streamlit с графиками Plotly.
npx skills add reason-machines/data-skills --skill harvard-artifacts-data-engineering-app -a claude-codeЧто делает harvard-artifacts-data-engineering-app
Скилл ведёт агента по всей цепочке: забирает постранично объекты из Harvard Art Museums API, разбирает вложенный JSON и раскладывает его в три таблицы — artifactmetadata, artifactmedia, artifactcolors. Дальше данные уезжают в MySQL или TiDB, а поверх них собирается интерактивный дашборд на Streamlit с графиками Plotly.
Внутри есть готовые заготовки: подключение к базе через pymysql, создание таблиц с внешними ключами, функции извлечения и трансформации записей, загрузка с ON DUPLICATE KEY UPDATE. Аналитика — больше 20 предзаданных SQL-запросов по коллекции.
Без ключа HARVARD_API_KEY и доступной базы ничего не запустится: приложение читает DB_HOST, DB_USER, DB_PASSWORD и DB_NAME из окружения. Схема рассчитана на MySQL или TiDB, на SQLite запросы с ON DUPLICATE KEY UPDATE не пройдут. Зависимости ставятся из requirements.txt — там streamlit, pandas, requests, pymysql, plotly и python-dotenv.
Какие задачи решает
- собрать ETL-пайплайн из Harvard Art Museums API в реляционную базу
- разложить вложенный JSON объектов по нормализованным таблицам
- поднять дашборд с графиками по коллекции музея
- прогнать аналитические SQL-запросы по метаданным и цветам экспонатов
- загрузить данные в MySQL или TiDB с обновлением существующих записей
Примеры запросов агенту
- Собери пайплайн: выгрузи объекты из Harvard Art Museums API и загрузи их в таблицы
artifactmetadata,artifactmedia,artifactcolors. - Сделай Streamlit-дашборд с графиками Plotly по цветам и техникам экспонатов.
- Напиши SQL-запросы для аналитики коллекции по культуре и периоду.
Как установить harvard-artifacts-data-engineering-app
1Через Skills CLI (Vercel)
npx skills add reason-machines/data-skills --skill harvard-artifacts-data-engineering-app -a claude-code2Вручную: положить файлы
~/.claude/skills/harvard-artifacts-data-engineering-app/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/harvard-artifacts-data-engineering-app/
1Через Skills CLI (Vercel)
npx skills add reason-machines/data-skills --skill harvard-artifacts-data-engineering-app -a codex2Вручную: положить файлы
.agents/skills/harvard-artifacts-data-engineering-app/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add reason-machines/data-skills --skill harvard-artifacts-data-engineering-app -a cursor2Вручную: положить файлы
.cursor/skills/harvard-artifacts-data-engineering-app/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install reason-machines/data-skills harvard-artifacts-data-engineering-app2Вручную: положить файлы
.github/skills/harvard-artifacts-data-engineering-app/SKILL.md1Через Skills CLI (Vercel)
npx skills add reason-machines/data-skills --skill harvard-artifacts-data-engineering-app -a gemini-cli2Командой платформы
gemini skills install https://github.com/reason-machines/data-skills --path skills/harvard-artifacts-data-engineering-appВручную: положить файлы
.devin/skills/harvard-artifacts-data-engineering-app/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add reason-machines/data-skills --skill harvard-artifacts-data-engineering-app -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о harvard-artifacts-data-engineering-app
Как установить harvard-artifacts-data-engineering-app в Claude Code?
Выполните npx skills add reason-machines/data-skills --skill harvard-artifacts-data-engineering-app -a claude-code. Файл скилла появится по пути ~/.claude/skills/harvard-artifacts-data-engineering-app/SKILL.md.
Что делает этот скилл?
Проводит агента через извлечение данных из Harvard Art Museums API, трансформацию вложенного JSON в реляционные таблицы, загрузку в MySQL или TiDB и построение дашборда на Streamlit с графиками Plotly.
Что нужно подготовить до запуска?
Ключ HARVARD_API_KEY и доступ к базе MySQL или TiDB: приложение берёт DB_HOST, DB_USER, DB_PASSWORD и DB_NAME из переменных окружения.