# harvard-artifacts-data-engineering-app

Скилл для сборки ETL-пайплайна на данных Harvard Art Museums API: нормализация в SQL и дашборд на Streamlit с графиками Plotly.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 2000 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-data-engineering-app/SKILL.md
- Обновлён: 2026-10-09
- HTML: https://affpapa.org/nevibecode/skills/harvard-artifacts-data-engineering-app

## Что делает

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`.

## Установка

### Claude Code (родная платформа)

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

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

### Codex

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

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

### Cursor

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

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/harvard-artifacts-data-engineering-app/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-data-engineering-app
```

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

### Gemini CLI

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

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

### Windsurf (Devin Desktop)

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

### OpenCode

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

## Когда брать
- 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.

## 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) — 62 карточки

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