用途
该技能把 MS SQL Server 的源代码（存储过程、视图、T-SQL 脚本）转换为面向 Snowflake 的 dbt 模型。整体流程为：选择分层架构 → 清点源对象 → 转换 → 确认 → 构建到隔离 schema → 数据一致性（parity）校验 → 验证 → 看板。
主要能力
- 分层选择：在 Medallion（bronze → silver → gold）与 Data Vault 2.0（hubs / links / satellites）之间选择；用户在一轮交互内未答复时默认 Medallion。
- 源对象清点：通过 altimate-code 连接实时 MS SQL 清点表、视图、存储过程（返回名称、类型、行数）；或扫描仓库中的 .sql 转储文件。
- 对象映射：Medallion 下，源表映射为 sources.yml 条目 + models/bronze/stg_<name>.sql；视图/简单 SELECT 映射为 models/silver/int_<name>.sql；报表型存储过程映射为 models/gold/<name>.sql（按体量选择 table 或 incremental）。Data Vault 下按业务键、关系、描述属性生成 hub/link/satellite 模型。
- T-SQL 改写对照：覆盖 GETDATE()、ISNULL、TOP、方括号标识符、DATEADD、两参数 CONVERT、临时表、CROSS APPLY、OUTER APPLY、字符串拼接、大小写敏感比较、整数除法、MERGE、IDENTITY、DATETIME 精度、游标/WHILE 循环、动态 SQL 等，并对会静默改变数据的场景单独标注 TRAP。
- 编译检查：部署前执行 dbt deps、dbt parse、dbt compile；编译失败则先修复。
- 隔离 schema 部署：通过脚本提供两种隔离方式（profiles.yml 专用 target + DBT_SCHEMA 环境变量，或读取 var('target_schema') 的自定义 generate_schema_name 宏），并执行隔离检查：从 run_results.json 读取 unique_id，在 manifest.json 查 relation_name，覆盖 model/snapshot/seed，前缀为空或检查数为 0 时直接失败。
- 一致性校验（强制硬停）：对已物化关系与源 MS SQL 对象做行数、逐列聚合、1000 个随机键的键控样本差异检查，逐对象标记 PASS/FAIL，首次 FAIL 即停止并给出行级差异。
使用方式
前置检查：
command -v altimate-code # strongly preferred — carries MS SQL + Snowflake adapters and data-parity
command -v dbt # required for the deploy phase
command -v git # required
必须具备：面向 Snowflake 的 dbt 项目；目标数据库上可 CREATE SCHEMA、warehouse 可用 USAGE 的 Snowflake 角色；profiles.yml 中带 schema override 的专用迁移 target；安装 dbt_utils（用于 NULL 安全的代理键）；源端可通过 altimate-code 的 MS SQL 连接访问，或仓库内已有 .sql 转储；一致性校验要求源行可从 Snowflake 读取（已复制或可经 stage + COPY INTO 落地）。缺少 altimate-code 且无转储、或未安装 dbt 时应停止并告知用户。
时间预算：≤10 个对象目标端到端 ≤7 分钟（420 秒），硬上限 10 分钟（600 秒）；各阶段有独立上限（Phase 0 ≤20s、1 ≤45s、2 ≤120s、3 ≤15s、4 ≤15s、5 ≤90s、6 ≤90s、7 ≤25s）。
运行状态由脚本管理：在分层决定后立即执行 scripts/init_run.sh <Medallion|DataVault> '<migrated_models_selector>' <dbt_root> 初始化；清点后可原地更新 selector（source scripts/state.sh load 后 source scripts/state.sh set SCOPE_SELECTOR '<updated_selector>'），不应重跑 init_run.sh。部署使用 scripts/deploy_isolated.sh method1 [<non_prod_target>] 或 method2，脚本依次执行 dbt deps、dbt build 与隔离检查。
注意：资料中的示例说明还包含通过 heredoc 与 altimate-code run 传提示词的做法，完整命令细节见原始资料。
适用场景
- 将 SQL Server 的存储过程、视图和 T-SQL 脚本迁移为 Snowflake 上的 dbt 模型，并需要先构建到隔离 schema、再做数据一致性校验的迁移任务。
- 需要明确分层（Medallion 或 Data Vault）并保留业务逻辑的批量转换。
限制
- 源不是 T-SQL（PostgreSQL / MySQL / Oracle / BigQuery）时不适用，应使用 migrating-sql-to-dbt。
- 目标不是 Snowflake 时不适用，应使用 migrating-sql-to-dbt 加相应仓库技能。
- 仅单个 T-SQL 片段、无隔离部署或一致性要求时不适用，应使用 migrating-sql-to-dbt。
- 增强现有 dbt 模型应使用 dbt-model-enhancement。
- 无法访问源且无 .sql 转储、未安装 dbt、一致性校验时源数据无法从 Snowflake 读取，均应停止。
- 资料提及的收费、平台支持与效果等未明确说明的内容，暂未提供。