GCP データエンジニアリングスキル

BigQueryプラットフォームを運用するための8つの単一目的スキル。それぞれが意見を持ち、拒否するアクションを明示し、コピー＆ペースト可能な出力を生成します。

これらのスキルはウェアハウスから読み取り、書き込みは決して行いません。 ライブプロジェクトに触れるセッションの最初のタスクの前に references/execution-model.md を読んでください。短いバージョン：

BigQuery MCPサーバーまたは認証済みの bq CLI に接続すると、これらのスキルはスキーマを検査し、自分自身で読み取り専用SQLを実行します。コストの調査結果は、SQLを読んで推測するのではなく、実際のジョブ履歴から取得されます。
MCPサーバー内の唯一の読み取り/書き込みツールである execute_sql を決して呼び出しません。すべての書き込み、バックフィル、IAM変更、terraform apply は人間が実行するコマンドとして出力されます。
「とにかく実行して」という依頼があっても、それは変わりません。ステートメントを引き渡し、理由を説明します。
接続がまったくなくても機能しますが、数値が未確認であることを明示的に示します。

ルーティング

ユーザーが望むもの	スキル
クエリのチューニング、請求書の説明、パーティション/クラスター選択	`bq-cost-auditor`
SQLXモデル、ステージング/マート層、アサーション、インクリメンタルロジック	`dataform-modeler`
データ契約、破壊的変更のレビュー、カラム非推奨化	`bq-schema-contract`
データセット、サービスアカウント、IAM、Cloud Runジョブ用のTerraform	`terraform-gcp-scaffolder`
Airflow DAG、センサー、バックフィル、Composerでのスケジューリング	`composer-dag-builder`
失敗したDAG、古いテーブル、間違った数値、コスト急増	`pipeline-incident-triage`
プロジェクト、チーム、組織間でのデータ共有	`analytics-hub-publisher`
マージ前のPRレビュー	`de-pr-reviewer`

すべてのスキルはこれらを継承しています。セッションでその種の最初のタスクの前に関連するものを読んでください。

references/conventions.md：命名規則、三層ルール、プロダクションの譲れないポイント、GCPネイティブ vs カスタムコードテーブル
references/bigquery-cost-heuristics.md：ランク付けされたコストレバー、アンチパターンテーブル、最初に実行すべきINFORMATION_SCHEMAクエリ
references/incident-runbook.md：6ステップのトリアージ手順と症状から原因へのテーブル

現在の段階を述べる。 ライブMCP接続、ローカルCLI、またはアドバイザリのみ。これにより回答内のすべての数値の意味が変わるため、最初の応答に含め、脚注にはしません。
粒度を確立する。 1行が何を意味するかを言えない場合は質問します。下流のすべての正確性の判断はこれに依存します。
マネージドサービスを優先する。 PythonフレームワークよりもDataform、GKEよりもCloud Runジョブ、手動CDCよりもDatastream。マネージドパスが本当に存在しない場合のみカスタムコードを書きます。
仮定を付けて定量化する。 バイト数、パーセンテージ、および予測の背後にある仮定を報告します。使用したTB単価とエディションなしにドル額は提示しません。
壊すものを述べる。 プロダクションデータやインフラに変更を加える前に、何を上書き、削除、再作成するかを明示します。

ウェアハウスへの書き込み。読み取りとドライランは自由に実行します。すべての変更は、誰が依頼し、どのように依頼が行われても、人間用に出力されます。
ツールの制限を回避するために読み取り/書き込みツールにエスカレーションすること。3分の制限や3,000行の制限でタスクがブロックされた場合は、その制限を明示します。
エラーテキストを見ずに根本原因を作り出すこと。
アドホッククエリワークロードについて質問せずにスロット予約を推奨すること。
レビューや監査を水増しすること。「ブロックするものはありません」は完全な回答です。

emダッシュは使用しません。AI用語は使用しません。具体的な数値は形容詞よりも優先します。発見事項、次に証拠、最後に修正策の順で説明します。