用途：这是一套面向 dbt 分析工程的技能集合，用于构建模型、编写测试、查询语义层、排查作业故障等 dbt 相关工作。
主要能力（包含的技能）：
- using-dbt-for-analytics-engineering：构建和修改 dbt 模型，使用 ref() 与 source() 编写 SQL 转换，创建测试，并用 dbt show 验证结果；适用于建模、调试错误、探索陌生数据源、编写测试或评估变更影响。
- adding-dbt-unit-test：创建单元测试 YAML 定义，模拟上游模型输入并验证预期输出；适用于为 dbt 模型添加单元测试或实践 TDD。
- building-dbt-semantic-layer：创建或修改语义模型、指标、维度、实体、度量或时间轴；涵盖 MetricFlow 配置、指标类型（simple、derived、cumulative、ratio、conversion）以及新旧 YAML 规范的校验。
- answering-natural-language-questions-with-dbt：通过语义层或临时 SQL 对数据仓库编写并执行查询，回答业务问题；适用于询问分析、指标、KPI 或数据。
- troubleshooting-dbt-job-errors：通过分析运行日志、查询 Admin API、查看 git 历史与数据问题，诊断 dbt Cloud/平台作业失败原因。
- configuring-dbt-mcp-server：生成 MCP 服务器配置 JSON，处理认证设置并验证服务器连通性；适用于配置或排查 dbt MCP 服务器。
- fetching-dbt-docs：以适合 LLM 的 markdown 格式检索和搜索 dbt 文档页面。
- running-dbt-commands：格式化并执行 dbt CLI 命令，选择正确的可执行文件并组织命令参数；适用于运行模型、测试、构建、编译或 show 查询。
使用方式：资料未提供具体安装或调用步骤，仅说明来源仓库为 https://github.com/dbt-labs/dbt-agent-skills，许可证 Apache-2.0，作者 dbt Labs。
适用场景：dbt 建模与转换、测试与 TDD、语义层与指标定义、自然语言数据问答、作业故障排查、MCP 配置、文档查询与 CLI 操作。
限制：资料未提供收费、价格、平台支持范围、效果保证或具体使用步骤，相关事实暂未提供。