SuperAPI AI 工具集

ds-dataops

数据与分析

查看项目

更新于 10-16 06:47

技能介绍

用途:该技能为管道与测试生成提供参考依据,使数据分层语义、校验放置、恢复不变量以及 DS/MLOps 测试方法保持一致并可追溯来源。它生成代码、断言与评审指导,但不执行管道、转换引擎或遥测后端。

主要能力:按需查阅四类参考。data-tiers-and-pipeline-invariants.md 用于分配层级含义、放置校验、路由畸形记录,以及断言重放、幂等、可测试性、源码管理与配置不变量;testing-data-science-and-mlops.md 用于编写或评审数据加载、转换、模型加载或预测、数据校验、模型鲁棒性测试;validation-drift-and-observability.md 用于区分数据校验与漂移检测、选择补救措施、判断哪些数据与模型信号重要;provenance.md 用于确认哪些是上游指导、哪些是 HVE Core 派生、上游何处未涉及。

使用方式:只读取与当前关注点匹配的参考。输入包括讨论中的管道、转换、校验或测试工作,各数据集层级(当消费工作流记录时),现有测试布局、包结构与数据访问边界,以及他处产生的数据分类(当涉及敏感性时)。成功标准要求层级语言区分三个上游质量层级与额外存储区域,校验放在 Bronze 到 Silver 边界并附带忠实副本理由与两种重放目的,测试指导需指明操作类别、技术及 mock 停止位置,校验与漂移保持各自定义与补救路径,每条主张可追溯到上游来源或标注为 HVE Core 指导。

适用场景:数据管道测试设计、数据校验放置评审、DS/MLOps 测试编写、漂移与可观测性信号判断。

限制:不决定什么数据敏感,只读取他处产生的分类;不拥有词汇、分类或周边工作流。指标命名、单位与基数应转交 telemetry-foundations,数据敏感性转交 privacy-standards。当请求依赖 playbook 未提供的指导(如漂移阈值或告警策略)时,应停止并说明缺口;被要求在 Bronze 落地前校验时,应停止并提供正确放置建议。实体语义、关系、数据集层级记录及可行性评估由调用工作流负责,当前无仓库产物拥有后两项。内容许可为 CC-BY-4.0,上游文档为 CC BY 4.0,代码样本的 MIT 许可未被复制。