O que dbt-model-planner faz?
Habilidade do Claude Code: Planejar e construir modelos dbt a partir de requisitos de esquema por meio de planejamento estruturado com revisão humana, validação de esquema e geração de SQL para múltiplos dialetos.
Habilidade do Claude Code: Planejar e construir modelos dbt a partir de requisitos de esquema por meio de planejamento estruturado com revisão humana, validação de esquema e geração de SQL para múltiplos dialetos.
Esta habilidade para o Claude Code permite que desenvolvedores e engenheiros de dados planejem e implementem modelos dbt (data build tool) de forma sistemática. Partindo de requisitos de esquema, a habilidade guia o usuário por um processo estruturado: primeiro, o planejamento detalhado do modelo, incluindo a definição de colunas, tipos de dados e relacionamentos; em seguida, a revisão humana é incorporada para garantir que o plano esteja alinhado com as necessidades de negócio e as regras de dados. Após a aprovação, a habilidade gera automaticamente código SQL para construir o modelo, suportando múltiplos dialetos de banco de dados (como BigQuery, Snowflake, Redshift, etc.). A validação de esquema é realizada para assegurar que o SQL gerado seja compatível com o esquema alvo. Isso acelera significativamente o ciclo de desenvolvimento de modelos dbt, reduz erros manuais e melhora a colaboração entre equipes. A habilidade é ideal para projetos que exigem rigor na definição de esquemas e consistência entre diferentes ambientes de dados.
npx skills add wan-huiyan/dbt-model-plannerInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Habilidade do Claude Code: Planejar e construir modelos dbt a partir de requisitos de esquema por meio de planejamento estruturado com revisão humana, validação de esquema e geração de SQL para múltiplos dialetos.
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.