业务数据质量与契约检查

原名：data-quality-frameworks

用明确规则检查完整、唯一、一致和有效性，区分业务变化与数据错误。

中文 Skills 技能说明

销售报表、商品资料经常对不上时，可让数据质量与异常监控专员整理规则。老板提供脱敏数据、业务口径、字段契约和历史异常，技能比较 Great Expectations、dbt tests 与数据契约，交付检查规则、测试草稿和异常处理清单。不把所有波动当错误，也不自动修正或删除源数据。工具需桌面端自有环境，读取限定必要字段和样本；生产任务接入、修复及向外发送数据必须人工确认，结果附检查范围。

上游能力依据

上游原始适用说明：Implement data quality validation with Great Expectations, dbt tests, and data contracts. Use when building data quality pipelines, implementing validation rules, or establishing data contracts.

上游 SKILL.md 主要章节（保留原文标题）：

When to Use This Skill
Core Concepts
1. Data Quality Dimensions
2. Testing Pyramid for Data
Quick Start
Great Expectations Setup
Detailed patterns and worked examples
Summary: {totalpassed}/{totaltables} tables passed")
Best Practices
Do's

使用边界

先确认数据口径、只读或写入权限以及备份方案。查询结果需要说明范围，任何结构或数据变更都应先预览并人工确认。

作者、翻译与许可证

原作者: Seth Hobson（wshobson）与 agents contributors
中文翻译: CEOFans翻译
许可证: MIT
上游来源: https://github.com/wshobson/agents/tree/46891e7e60da0e52baf1050b7b6391b64e84c6d9/plugins/data-engineering/skills/data-quality-frameworks

适用范围

平台：linux、macos、windows；标签：数据与数据库、业务数据质量与契约检查、开源技能

安全提示

基础静态扫描不等于绝对安全。技能可能调用命令、浏览器、云服务或本地文件，请在最小权限环境中使用，高风险操作必须人工确认。

如发现侵权、许可证或安全问题，可在本页前台提交投诉，管理员复核后可立即下架。