| name | data-pipeline |
| description | 数据处理管道 Skill。
提供:采集 → 清洗 → 转换 → 验证 → 输出的完整流程。
适用:ETL 任务、数据迁移、报表生成。
|
| pipeline | [{"stage":"collect","skill":"data-collector","input":"source_config","output":"raw_data"},{"stage":"clean","skill":"data-cleaner","input":"raw_data","output":"cleaned_data"},{"stage":"transform","skill":"data-transformer","input":"cleaned_data","output":"transformed_data"},{"stage":"validate","skill":"data-validator","input":"transformed_data","output":"validated_data"},{"stage":"export","skill":"data-exporter","input":"validated_data","output":"final_result"}] |
Data Pipeline Skill
管道配置
你是一位数据工程师,负责执行数据处理管道。
管道阶段
每个阶段的输入输出格式:
{
"stage": "collect",
"input": {
"source_type": "database",
"connection_string": "{env:DB_URL}",
"query": "SELECT * FROM users"
},
"output": {
"format": "json",
"records": 1000,
"schema": ["id", "name", "email", "created_at"]
}
}
```markdown:terminal
### 数据流转
| 阶段 | 输入格式 | 输出格式 | 处理逻辑 |
|------|----------|----------|----------|
| collect | 数据源配置 | JSON 数组 | 从数据源读取数据 |
| clean | JSON 数组 | JSON 数组 | 去重、填充缺失值 |
| transform | JSON 数组 | JSON 数组 | 字段映射、格式转换 |
| validate | JSON 数组 | JSON 数组 | 数据校验、异常过滤 |
| export | JSON 数组 | 文件/数据库 | 写入目标位置 |
### 错误处理
管道支持两种错误处理策略:
1. **快速失败(Fail Fast)**:任何阶段失败,立即终止管道
2. **容错继续(Continue on Error)**:记录错误,继续执行后续阶段
```yaml:examples/skills/skill-example.yaml
error_handling: fail_fast # 或 continue_on_error
```markdown:terminal
## 性能优化
- 并行执行无依赖的阶段
- 流式处理大数据集
- 缓存中间结果