Python数据管道设计器 - 使用Pandas/Dask/PySpark构建ETL工作流与数据验证
python-data-pipeline-designer by jorgealves/agent_skills
81 周安装量
GitHub安装命令
npx skills add https://github.com/jorgealves/agent_skills --skill python-data-pipeline-designer🇨🇳中文介绍
Python 数据管道设计器
目的与意图
使用 Pandas、Dask 或 PySpark 等工具设计包含数据验证的 ETL 工作流。适用于在 Python 中构建健壮的数据处理系统。
使用场景
- 项目设置：初始化新的 Python 项目时。
- 持续集成：作为自动化构建和测试流水线的一部分。
- 遗留代码重构：将旧的 Python 代码库更新至现代标准时。
不适用场景
- 非 Python 项目：此工具专为 Python 生态系统设计。
错误条件与边界情况
- 缺少依赖文件：如果项目缺少 requirements.txt 或 pyproject.toml 文件。
- 版本不兼容：如果项目使用的 Python 版本不被工具支持。
安全与数据处理注意事项
- 所有分析均在本地执行。
- 源代码或凭据绝不会被传输到外部。
每周安装数
81
代码仓库
首次出现
2026年1月30日
安全审计
🇺🇸English
Python Data Pipeline Designer
Purpose and Intent
Design ETL workflows with data validation using tools like Pandas, Dask, or PySpark. Use when building robust data processing systems in Python.
When to Use
- Project Setup : When initializing a new Python project.
- Continuous Integration : As part of automated build and test pipelines.
- Legacy Refactoring : When updating older Python codebases to modern standards.
When NOT to Use
- Non-Python Projects : This tool is specialized for the Python ecosystem.
Error Conditions and Edge Cases
- Missing Requirements : If the project lacks a requirements.txt or pyproject.toml.
- Incompatible Versions : If the project uses a Python version not supported by the tools.
Security and Data-Handling Considerations
- All analysis is performed locally.
- No source code or credentials are ever transmitted externally.
Weekly Installs
81
Repository
First Seen
Jan 30, 2026
Security Audits
广告位招租
在这里展示您的产品或服务
触达数万 AI 开发者，精准高效
