| name | schema-audit |
| description | Audits all Pydantic schemas in the ETL monorepo for consistency, missing validations, type safety issues, and alignment with BigQuery tables. Use when the user mentions "audit schemas", "check schemas", "schema review", "Pydantic review", "data quality", or "validation gaps". |
| context | fork |
| agent | Explore |
Schema Audit — Pydantic & BigQuery Alignment
Pesquise e audite todos os schemas Pydantic do repositório.
Investigação
- Liste todos os arquivos em
schemas/ com Glob
- Leia cada schema
.py encontrado
- Liste todos os jobs em
etl-monorepo/jobs/ e leia cada main.py
- Leia
etl-monorepo/jobs/job_template/main.py como baseline
- Grep por
BaseModel em todo o repositório para encontrar schemas inline
- Consulte
references/bigquery-pydantic-types.md para mapeamento de tipos
Checklist de auditoria por schema
Para cada schema encontrado, verifique:
Tipagem
- Todos os campos têm type hints explícitos?
- Campos opcionais usam
Optional[T] ou T | None?
- Datas usam
datetime em vez de str?
- Valores monetários usam
Decimal em vez de float?
Validações
- Campos obrigatórios de negócio estão sem default?
- Existe
field_validator para regras de negócio?
- Strings que deveriam ter
min_length ou pattern?
- Enums que deveriam ser
Literal ou Enum?
Consistência
- O schema em
schemas/ é importado corretamente no job?
- Existem schemas definidos inline no
main.py que deveriam ser extraídos?
- Nomes de campos são consistentes entre schemas?
Alinhamento com BigQuery
- Os tipos Pydantic são compatíveis com os tipos BigQuery esperados?
- Campos que vão pro BigQuery como
REQUIRED estão sem Optional no Pydantic?
Output
# Schema Audit Report
## Resumo
- Schemas analisados: N
- Issues encontradas: N (X critical, Y warning, Z info)
## Por schema
### schemas/exemplo.py
- [CRITICAL/WARNING/INFO] descrição
## Schemas inline (extrair para schemas/)
- caminho:linha — classe encontrada
## Campos inconsistentes entre schemas
- campo_a (schema_x.py) vs campo_b (schema_y.py)
