# using-dbt-state

Скилл объясняет агенту, как работает dbt State: когда узел пропускается, клонируется или пересобирается. Пригодится, если модели пересобираются без причины.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 554 установки · ★ 746
- Автор: dbt-labs
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/dbt-labs/dbt-agent-skills/tree/HEAD/skills/dbt/skills/using-dbt-state/SKILL.md
- Обновлён: 2026-10-22
- HTML: https://affpapa.org/nevibecode/skills/using-dbt-state

## Что делает

dbt State — серверный механизм переиспользования. Перед сборкой каждого выбранного узла dbt спрашивает у сервера, можно ли объект пропустить (взять из целевой схемы), клонировать (взять из другой схемы) или придётся строить. Это не то же самое, что селектор `state:modified` или отложенное выполнение через `--state`, и скилл как раз разводит эти понятия.

Внутри — разбор логики принятия решения, таблица частых заблуждений и справочник конфигов: `lag_tolerance`, `require_fresh_data_from`, `evaluate_volatile_sql`, `pre_clone`, `execute_hooks_on_any_reuse`. Отдельный блок про нормализацию запросов: хешируется разобранное синтаксическое дерево, поэтому пробелы, комментарии и алиасы таблиц пересборку не вызывают. Волатильный SQL вроде `current_timestamp()` по умолчанию считается логикой и модель не инвалидирует.

Для работы нужен аккаунт dbt platform или отдельный аккаунт dbt State, а сам продукт платный. В dbt Core 1.7–1.11 требуется `pip install dbt-state`, в Core 1.12 / v2.0 и Fusion он уже встроен. Поддерживаются Snowflake, Databricks, BigQuery и Redshift. Расход считается в DATTs — дневных активных целевых таблицах, и каждая отдельная проверка тоже идёт в счёт. Это повод заранее прикинуть, сколько тестов у вас набегает на каждый прогон.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add dbt-labs/dbt-agent-skills --skill using-dbt-state -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/using-dbt-state/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/using-dbt-state/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add dbt-labs/dbt-agent-skills --skill using-dbt-state -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/using-dbt-state/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add dbt-labs/dbt-agent-skills --skill using-dbt-state -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/using-dbt-state/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install dbt-labs/dbt-agent-skills using-dbt-state
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/using-dbt-state/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add dbt-labs/dbt-agent-skills --skill using-dbt-state -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/dbt-labs/dbt-agent-skills --path skills/dbt/skills/using-dbt-state
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/using-dbt-state/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add dbt-labs/dbt-agent-skills --skill using-dbt-state -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/dbt-labs/dbt-agent-skills/tree/HEAD/skills/dbt/skills/using-dbt-state/SKILL.md

## Когда брать
- понять, почему модель пересобирается при неизменной логике
- отличить dbt State от селектора `state:modified`
- настроить `lag_tolerance` под свою свежесть данных
- разобраться, инвалидирует ли волатильный SQL модель
- посчитать расход в DATTs до включения переиспользования

## Примеры запросов агенту
- объясни, почему моя модель пересобирается каждый запуск при том же SQL
- как настроить `lag_tolerance` для инкрементальной модели
- почему вьюха с `select *` пересобирается, хотя логика не менялась

## Похожие
- [warehouse-init](https://affpapa.org/nevibecode/skills/warehouse-init.md) — скилл · 814 установок
- [dbt-transformation-patterns](https://affpapa.org/nevibecode/skills/dbt-transformation-patterns.md) — скилл · 11000 установок
- [dbt-sf-to-bq-translator](https://affpapa.org/nevibecode/skills/dbt-sf-to-bq-translator.md) — скилл · 2300 установок
- [dbt-data-transformation](https://affpapa.org/nevibecode/skills/dbt-data-transformation.md) — скилл · 441 установка
- [cosmos-dbt-core](https://affpapa.org/nevibecode/skills/cosmos-dbt-core.md) — скилл · 962 установки
- [snowflake-snowpark-dbt-cursorrules-prompt-file](https://affpapa.org/nevibecode/rules/snowflake-snowpark-dbt-cursorrules-prompt-file.md) — правило · ★ 41011

Из того же набора: [dbt-labs/dbt-agent-skills](https://affpapa.org/nevibecode/by/dbt-labs/dbt-agent-skills.md) — 12 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

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