SKILLEMALL.ai
GitHub ↗ EN Войти

BC confluent-cloud-cdc-tableflow

Настройте сквозные конвейеры Change Data Capture (CDC) в Confluent Cloud, используя исходные коннекторы Debezium, Flink для трансформации и Tableflow для интеграции с озером данных. Поддерживает форматы JSON_SR, Avro и Protobuf. Обрабатывает темы без схемы (простой JSON без SR) и темы с несколькими событиями. Этот навык обрабатывает полный рабочий процесс от базы данных до таблиц Iceberg/Delta. Используйте этот навык, когда пользователи хотят отслеживать изменения в базе данных и материализовать их в таблицы Iceberg или Delta Lake через Confluent Cloud Tableflow. Ключевые фразы включают «CDC в Tableflow», «база данных в Iceberg», «база данных в Delta Lake», «потоковая передача изменений базы данных в озеро данных», «настроить конвейер Tableflow», «тема без схемы в Tableflow» или «тема с несколькими событиями в Iceberg». НЕ активируйте для общих запросов CDC, Debezium или репликации базы данных, которые не включают Tableflow или Iceberg/Delta Lake в качестве назначения.

машинный переводПоказать оригиналСкрыть оригинал«Set up end-to-end Change Data Capture (CDC) pipelines on Confluent Clo…»

Set up end-to-end Change Data Capture (CDC) pipelines on Confluent Cloud using Debezium source connectors, Flink for transformation, and Tableflow for data lake integration. Supports JSON_SR, Avro, and Protobuf formats. Handles schemaless topics (plain JSON without SR) and multi-event topics. This skill handles the complete workflow from database to Iceberg/Delta tables. Use this skill when users want to capture database changes and materialize them into Iceberg or Delta Lake tables via Confluent Cloud Tableflow. Trigger phrases include "CDC to Tableflow", "database to Iceberg", "database to Delta Lake", "stream database changes to data lake", "set up Tableflow pipeline", "schemaless topic to Tableflow", or "multi-event topic to Iceberg". Do NOT trigger for general CDC, Debezium, or database replication requests that do not involve Tableflow or Iceberg/Delta Lake as the destination.

confluentinc/agent-skills Agent Skills автор: confluentinc Apache-2.0 7 файлов тело ≈ 6 309 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Настройте сквозные конвейеры Change Data Capture (CDC) в Confluent Cloud, используя исходные коннекторы Debezium, Flink для трансформации и Tableflow для…

Как процесс C 63/100 · Есть пробелы — слабые места: результат и критерий готовности, отчётность по ходу

ПроцедураPostgreSQLMySQLИнфраструктуратип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
C
63/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
Для прогона на моделях — необязательно
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 6309 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 63/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 60Инструменты и файлы. Используются инструменты (bash, read), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 6309 токенов
  • 85Шаги. Шагов: 78, расплывчатых формулировок: 3
  • 100Ошибки и развилки. Развилок: 4, есть раздел про ошибки
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Повторный запуск. Изменяющие операции проверяют текущее состояние
  • low Среди тестов нет случая на инъекцию через данные

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 895: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 7 примера фраз-триггеров в кавычках
  • +4Структура: 32 заголовков
  • +3Пошаговые инструкции: 78 пунктов
  • +4Есть примеры (22 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (5 из 5)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.