C C monte-carlo-push-ingestion
Просматривайте и адаптируйте шаблоны сбора метаданных склада, происхождения данных и журналов запросов для явно авторизованного назначения Monte Carlo.
машинный перевод Показать оригинал Скрыть оригинал «Review and adapt warehouse metadata, lineage and query-log collection…» Review and adapt warehouse metadata, lineage and query-log collection templates for an explicitly authorized Monte Carlo destination.
Просматривайте и адаптируйте шаблоны сбора метаданных склада, происхождения данных и журналов запросов для явно авторизованного назначения Monte Carlo.
Как процесс C 59 /100 · Есть пробелы — Скилл ссылается на файлы, которых нет в архиве: scripts/templates/<warehouse>/
Технический рейтинг
C 88/100
безопасность, качество, тесты
Безопасность 60% 100
Качество 40% 70
Прогон на моделях не было
Процессный рейтинг
Скилл ссылается на файлы, которых нет в архиве: scripts/templates/<warehouse>/
Инструменты и файлы вес 18 0
Повторный запуск вес 4 30
Результат и критерий готовности вес 14 40 три самых слабых из десяти параметров ·
все десять
Как улучшить Для Hermes description должен быть одним предложением до 60 символов; условия применения вынесите в раздел «When to Use». В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки. Для прогона на моделях — необязательно
Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели. 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: 69. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills предупреждение description-long-hermes description 133 символов, а стандарт Hermes требует ≤ 60 (одно предложение, с точкой)предупреждение missing-ref ссылка на отсутствующий файл: scripts/templates/<warehouse>/заметка frontmatter-key неизвестное поле фронтматтера "risk"заметка frontmatter-key неизвестное поле фронтматтера "source"заметка frontmatter-key неизвестное поле фронтматтера "source_repo"заметка frontmatter-key неизвестное поле фронтматтера "source_type"заметка frontmatter-key неизвестное поле фронтматтера "date_added"заметка frontmatter-key неизвестное поле фронтматтера "tools"
Процессный рейтинг: все десять параметров 59/100
Не запустится. Скилл ссылается на файлы, которых нет в архиве: scripts/templates/<warehouse>/
0 Инструменты и файлы. Не хватает 1 файла(ов): scripts/templates/<warehouse>/30 Повторный запуск. Изменяющих операций: 21, без проверки текущего состояния40 Результат и критерий готовности. Не сказано, что считать результатом50 Ошибки и развилки. Развилок: 0, есть раздел про ошибки70 Когда включается. Сказано, когда применять, но не сказано, когда не стоит70 Входы и предусловия. Входные данные и предусловия перечислены100 Шаги. Шагов: 13100 Согласованность. Имя и обязательные поля на месте100 Стоимость исполнения. Тело инструкции 1795 токенов100 Отчётность по ходу. Скилл сообщает о ходе работы
low Ответ описан самодельной разметкой (4 тегов): типизированный вызов надёжнее
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 +5 В description нет примеров фраз, по которым скилл должен срабатывать +4 Описание не говорит, когда скилл НЕ применять (ложные срабатывания) +3 Формат ответа не описан: модель каждый раз решает сама -3 3 из 3 скриптов не упомянуты в SKILL.md +1 Лицензия не указана +2 Инструкции на одном языке +3 Длина description 133 символов: достаточно сигнала, не съедает бюджет +4 Структура: 8 заголовков +3 Пошаговые инструкции: 13 пунктов +4 Есть примеры (1 блоков кода) +4 Справочные файлы упоминаются в инструкциях (8 из 8) База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 70.
Тесты
— нет evals.json
— нет spec.yaml
— на моделях не проверялся
Файлы · 69 SKILL.md 7K references/anomaly-detection.md 1K references/custom-lineage.md 1K references/direct-http-api.md 2K references/prerequisites.md 2K references/push-lineage.md 2K references/push-metadata.md 2K references/push-query-logs.md 3K references/validation.md 2K scripts/sample_verify.py 15K scripts/templates/bigquery/_safe_paths.py 7K scripts/templates/bigquery/collect_and_push_lineage.py 3K scripts/templates/bigquery/collect_and_push_metadata.py 2K scripts/templates/bigquery/collect_and_push_query_logs.py 3K scripts/templates/bigquery/collect_lineage.py 7K scripts/templates/bigquery/collect_metadata.py 5K scripts/templates/bigquery/collect_query_logs.py 6K scripts/templates/bigquery/push_lineage.py 6K scripts/templates/bigquery/push_metadata.py 6K scripts/templates/bigquery/push_query_logs.py 7K scripts/templates/bigquery-iceberg/_safe_paths.py 7K scripts/templates/bigquery-iceberg/collect_and_push_metadata.py 3K scripts/templates/bigquery-iceberg/collect_and_push_query_logs.py 2K scripts/templates/bigquery-iceberg/collect_metadata.py 9K scripts/templates/bigquery-iceberg/collect_query_logs.py 5K scripts/templates/bigquery-iceberg/push_metadata.py 6K scripts/templates/bigquery-iceberg/push_query_logs.py 6K scripts/templates/databricks/_safe_paths.py 7K scripts/templates/databricks/collect_and_push_lineage.py 3K scripts/templates/databricks/collect_and_push_metadata.py 3K scripts/templates/databricks/collect_and_push_query_logs.py 4K scripts/templates/databricks/collect_lineage.py 9K scripts/templates/databricks/collect_metadata.py 9K scripts/templates/databricks/collect_query_logs.py 8K scripts/templates/databricks/push_lineage.py 7K scripts/templates/databricks/push_metadata.py 6K scripts/templates/databricks/push_query_logs.py 7K scripts/templates/hive/_safe_paths.py 7K scripts/templates/hive/collect_and_push_lineage.py 4K scripts/templates/hive/collect_and_push_metadata.py 4K scripts/templates/hive/collect_and_push_query_logs.py 4K scripts/templates/hive/collect_lineage.py 10K scripts/templates/hive/collect_metadata.py 13K scripts/templates/hive/collect_query_logs.py 9K scripts/templates/hive/push_lineage.py 10K scripts/templates/hive/push_metadata.py 7K scripts/templates/hive/push_query_logs.py 8K scripts/templates/redshift/_safe_paths.py 7K scripts/templates/redshift/collect_and_push_lineage.py 4K scripts/templates/redshift/collect_and_push_metadata.py 3K scripts/templates/redshift/collect_and_push_query_logs.py 5K scripts/templates/redshift/collect_lineage.py 11K scripts/templates/redshift/collect_metadata.py 10K scripts/templates/redshift/collect_query_logs.py 11K scripts/templates/redshift/push_lineage.py 6K scripts/templates/redshift/push_metadata.py 6K scripts/templates/redshift/push_query_logs.py 7K scripts/templates/snowflake/_safe_paths.py 7K scripts/templates/snowflake/collect_and_push_lineage.py 5K scripts/templates/snowflake/collect_and_push_metadata.py 5K
Когда применять Use when the user asks to prepare or operate metadata, lineage or query-log ingestion into Monte Carlo. Collection reads warehouse metadata and potentially sensitive SQL; pushing sends it to an external service. Resource UUID possession alone does not authorize either operation.
Фронтматтер category: data
risk: critical
source: community
source_repo: monte-carlo-data/mc-agent-toolkit
source_type: community
date_added: 2026-04-08
author: monte-carlo-data
tags: ["data-observability","ingestion","monte-carlo","pycarlo","metadata"]
tools: ["claude","cursor","codex"]
Даты
В каталоге с —
Обновлён в каталоге 17 окт. 2026 г.
Впервые у нас 7 сент. 2026 г.
Последний анализ 25 окт. 2026 г., 02:44 UTC
Последний обход 30 ч назад
История оценки Дата Оценка Безоп. Кач. 25 окт. 2026 г. C 88 100 70 10 сент. 2026 г. B 87 100 67 7 сент. 2026 г. B 86 100 64 7 сент. 2026 г. A 93 100 82