Que fait Compétence de migration Looker vers Databricks ?
Compétence d'agent pour migrer les métadonnées Google Looker vers Databricks AI/BI
Compétence d'agent pour migrer les métadonnées Google Looker vers Databricks AI/BI.
Cette compétence d'agent permet d'automatiser la migration des métadonnées depuis Google Looker (LookML) vers la plateforme Databricks AI/BI. Elle transforme les vues, les dimensions, les mesures et les relations de Looker en artefacts compatibles Databricks, y compris les notebooks, les tableaux de bord et les définitions de catalogue Unity. La compétence prend en charge les agents utilisant Claude Code, Cursor, Codex ou tout autre environnement d'agent compatible avec les compétences skill. Elle extrait la logique métier et les définitions de schémas, puis génère les instructions Terraform ou les scripts SQL pour Databricks. Utile pour les équipes de données qui cherchent à abandonner Looker tout en préservant leurs investissements en modélisation. Le processus de migration est documenté via des fichiers de configuration YAML et des scripts Python.
npx skills add liamperritt/looker-to-databricks-skillInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Compétence d'agent pour migrer les métadonnées Google Looker vers Databricks AI/BI
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.