brownbull-data-orchestrator：数据管道编排与质量门禁协同 Skill Skill 技能

技能简介

data-orchestrator（slug：brownbull-data-orchestrator）是 Brownbull 在 ayni_core 项目中发布的数据任务编排 Skill，面向 Claude、Codex、Claude Code。它把摄取、特征工程、分析、质量校验与报表这些常被分头推进的数据工作，重新组织到统一的上下文、质量门禁、血缘与交接关系里，让数据管道的每一步都有明确输入、验证方式与负责人，避免「管道跑通了但没人验证过数据对不对」。技能质量分 79（铜级），MIT 协议，通过完整安全审计，页面浏览 212 次、下载 9 次。

核心能力

1. 上下文定义：为管道、特征、标准与测试要求建立统一的任务上下文。
2. 多技能协同：把 ETL、特征工程、分析、质量与管道类技能串到同一条工作流里。
3. 任务步骤清单：给出从源端审查到结果校验的完整数据任务步骤。
4. 检查表：覆盖管道可靠性、数据质量、特征工作与测试四类清单。
5. 事件记录：为数据源更新、管道完成等关键节点提供事件文档示例。

安装配置

1. Skillstore 详情页提供三种安装方式：Agent 请求、CLI 一行命令、手动下载 zip 放入技能目录。
2. CLI 一行命令：npx skillstore add brownbull/data-orchestrator。
3. 支持 Claude、Codex、Claude Code；Skillstore 修订 r1，artifact signature 可用，审计状态 complete。
4. 风险因子声明为 external_commands（20 个静态告警复核为 Markdown 代码块与数据质量术语）；该技能 version status 标记为 missing，安装后建议自行确认版本信息。

使用步骤

1. 安装技能，向助手提供源端、目标、SLA 与现有的数据标准。
2. 用「规划数据管道」提示，让助手列出源、依赖、验证检查、质量门禁与文档更新项。
3. 用「特征流程评审」提示，检查依赖、血缘需求、质量测试、监控与团队交接点。
4. 用「编排计划」提示，为批流工作流产出任务分工、测试安排与可度量的成功指标。
5. 用「数据项目差距审计」提示，对照管道、特征、治理、质量检查与反模式，拿到按优先级排序的整改项。

适用场景

1. 搭建新数据管道前，先把源、依赖、验证、恢复与监控定义清楚。
2. 报表与指标变更上线前，对齐指标口径、特征定义、看板新鲜度与文档。
3. 准备模型特征工作流：依赖、版本、边界情况、监控与质量检查。
4. 对现有数据体系做一次带优先级的差距审计，找出治理与质量短板。

适用人群

数据工程师、分析工程师、数据平台负责人，以及需要给团队建立统一数据开发标准的 Tech Lead。

工作原理

技能作为编排层注入助手上下文，助手按「上下文 → 步骤 → 检查表 → 事件记录」的结构组织数据任务：先补齐源与依赖的上下文，再展开从源端审查到结果校验的步骤，随后套用可靠性与质量检查表，最后把关键节点写成可追溯的事件记录。它只提供编排指导，不产出可直接运行的管道代码，不连接数据库、存储系统或外部服务，也不能在没有数据集与测试的情况下验证真实数据质量，因此具体标准与 schema 必须由你的项目提供。

官方链接

• Skillstore 详情页：https://skillstore.io/skills/brownbull-data-orchestrator
• Manifest：https://skillstore.io/api/skills/brownbull-data-orchestrator/manifest
• 源仓库：https://github.com/Brownbull/ayni_core/tree/main/.claude/skills/data-orchestrator （MIT）