looker-to-databricks-skill は何をしますか？
Google LookerのメタデータをDatabricks AI/BIに移行するためのエージェントスキル。
LookerからDatabricks AI/BIへのメタデータ移行を支援するエージェントスキルです。
このスキルは、Google Lookerのメタデータ（ダッシュボード、Explore、LookMLモデルなど）をDatabricks AI/BI環境に移行するために設計されたエージェント用スキルです。データアナリストやエンジニアが、LookerからDatabricksへの移行プロセスを効率的に自動化し、手作業によるエラーを減らすのに役立ちます。主にClaude CodeやCursorなどのAIエージェントプラットフォームでの使用を想定しており、スキル定義ファイル（SKILL.md）に基づいて動作します。Lookerのメタデータ構造を解析し、Databricks AI/BIのオブジェクト（ダッシュボード、クエリ、アラートなど）に変換する手順を提供します。これにより、移行作業の時間短縮と正確性向上が期待できます。
npx skills add liamperritt/looker-to-databricks-skillInstalled? Explore more 研究＆データ分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Google LookerのメタデータをDatabricks AI/BIに移行するためのエージェントスキル。
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.