Lokalisierter Leseleitfaden

data-context-extractorZweck, Verwendung und Quelle

Generieren oder verbessern Sie unternehmensspezifische Datenanalysefähigkeiten, indem Sie das interne Wissen von Analysten extrahieren. BOOTSTRAP-MODUS – Auslöser: „Datenkontext-Fähigkeit erstellen“, „Datenanalyse für unser Data Warehouse einrichten“, „Hilfe beim Erstellen einer Fähigkeit für unsere Datenbank“, „Datenfähigkeit für [Unternehmen] generieren“ → Erkennt Schemata, stellt Schlüsselfragen und generiert eine erste Fähigkeit mit Referenzdateien. ITERATIONSMODUS – Auslöser: „Kontext zu [Domäne] hinzufügen“, „Die Fähigkeit benötigt weitere Informationen zu [Thema]“, „Datenfähigkeit aktualisieren mit [metrics/tables/terminology]", "Verbessere die [Domänen-]Referenz" → Lädt vorhandene Kenntnisse, stellt gezielte Fragen,appends/updatesReferenzdateien werden verwendet, wenn Datenanalysten möchten, dass Claude das spezifische Data Warehouse, die Terminologie, die Metrikdefinitionen und die gängigen Abfragemuster ihres Unternehmens versteht.

Quelle abgerufen: 2026-10-29

Quell-Repository: anthropics/knowledge-work-plugins
SKILL.md: data/skills/data-context-extractor/SKILL.md
Repository-Sterne: 34,049
Repository zuletzt aktualisiert: 2026-10-30
Fähigkeitskategorien: Daten
Letzte Datenerfassung: 2026-10-31 10:38 UTC+08:00

Lizenz: Lizenzdatei: Prüfung ausstehend

Original SKILL.md

Die Workflow-Auszüge dienen als Lesehilfe und sind keine ausführbaren Anweisungen von Codez. Für die Erstellung dieser Seite wurde keine Drittanbieter-Skill verwendet.

Die folgenden Abschnitte zu Zweck und Arbeitsablauf sind vorgelagertes Material, das zur besseren Lesbarkeit aufbereitet und übersetzt wurde. Sie unterscheiden sich von der separat gekennzeichneten redaktionellen Analyse von Codez.

Was diese Fähigkeit bewirkt

Wie der vorgelagerte Workflow funktioniert

Phase2Kernfragen (Stellen Sie diese)

Nach der Schemaerkennung sollten Sie diese Fragen im Gespräch stellen (nicht alle auf einmal): Entitätsdisambiguierung (kritisch) > "Wenn die Leute hier 'Benutzer' oder 'Kunde' sagen, was genau meinen sie? Gibt es verschiedene Typen?" Mehrere Entitätstypen (Benutzer vs. Konto vs. Organisation) Beziehungen zwischen ihnen (1:1,1(viele, viele, viele)

Aufwärtspassage · L71 ↗

Schritt1Vorhandene Fertigkeit laden

Bitten Sie den Benutzer, seine bestehende Fähigkeit (ZIP-Datei oder Ordner) hochzuladen oder sie zu suchen, falls sie bereits in der Sitzung vorhanden ist. Lesen Sie die aktuelleSKILL.mdund Referenzdateien, um zu verstehen, was bereits dokumentiert ist.

Aufwärtspassage · L150 ↗

Schritt2: Die Lücke identifizieren

Fragen Sie sich: „Welcher Bereich oder welches Thema benötigt mehr Kontext? Welche Abfragen schlagen fehl oder liefern falsche Ergebnisse?“ Neue Datendomäne (Marketing, Finanzen, Produkt usw.), fehlende Metrikdefinitionen, undokumentierte Tabellenbeziehungen

Aufwärtspassage · L156 ↗

Aufwärtspassage · sql ↗

-- BigQuery: List datasets
SELECT schema_name FROM INFORMATION_SCHEMA.SCHEMATA

-- BigQuery: List tables in a dataset
SELECT table_name FROM `project.dataset.INFORMATION_SCHEMA.TABLES`

-- Snowflake: List schemas
SHOW SCHEMAS IN DATABASE my_database

-- Snowflake: List tables
SHOW TABLES IN SCHEMA my_schema

Anforderungen und Einrichtung

Aus dieser Datei wurde kein Abschnitt mit kurzen Anforderungen ausgewählt. Dies bedeutet nicht, dass die Fertigkeit keine Abhängigkeiten hat. Überprüfen Sie die Anweisungen zur Repository-Einrichtung und die referenzierten Dateien.

Grenzwerte und Qualitätskontrollen

Qualitätscheckliste

Vor der Auslieferung einer generierten Fähigkeit überprüfen Sie Folgendes: [ ]SKILL.mdbesitzt ein vollständiges Vorwort (Name, Beschreibung)

Aufwärtspassage · L217 ↗

Beginnen Sie mit einem sicheren Testlauf

Prüfen Sie den unterstützten Host und die Installationsanweisungen für das Repository. Halten Sie das Skill-Verzeichnis und die darin enthaltenen Skripte, Assets und Dokumentationen zusammen;SKILL.mdEine Einzelperson kann Abhängigkeiten außer Acht lassen.
Geben Sie dem Agenten Ihre tatsächlichen Eingaben, die gewünschten Ausgaben und die Akzeptanzkriterien an. Aufrufsyntax und verfügbare Tools hängen vom Hostsystem ab; diese Website geht nicht von einem universellen Installationsbefehl aus.
Testen Sie den Quellworkflow in einem temporären Projekt oder auf einer Kopie. Überprüfen Sie Vorgänge, die Dateien, Remote-Dienste oder abrechnungsfähige Ressourcen ändern, bevor Sie diese zulassen.
Überprüfen Sie die Ausgabe anhand der Quellqualitätsprüfungen und Ihrer eigenen Anforderungen. Ein erfolgreicher Trigger oder eine hohe Anzahl von Sternen im Repository garantiert kein korrektes Ergebnis.

Spezifikation des Kompetenzformats und des Verzeichnisses ↗

Lesen Sie mehr dazu in der Quelle.

Übersetzung und Umfang

Dieser Leseleitfaden wählt Passagen aus dem markierten stromaufwärts gelegenen Abschnitt aus.SKILL.mdDie Übersetzung wurde unterstützt. Es handelt sich weder um ein vollständiges Handbuch noch um eine Garantie für geprüfte Kompatibilität. Lesen Sie vor der Verwendung das Original und die darin referenzierten Dateien.

Diese Einleitung bezieht sich auf die unten angepinnte Version; die aktuelle Repository-Aktivität und der Erfassungszeitpunkt werden separat angezeigt.

Angeheftete Quelle: Lesen Sie das Original ↗
Quelle abgerufen: 2026-10-29T09:32:23Z
Source-Commit: 2574e29377c7173d0cecffef29a6ecbd7f8ccb5d
Quelle SHA-256: 6d05dec52ac3667b551898b9eb943f5ee08141bc8d2fabb69a8e39bb9ce7c754

Zurück zum vollständigen Kompetenzkatalog