该技能用于指导编写 BigQuery 查询脚本，要求在此类任务中必须使用。它围绕 Windmill 的 wmill CLI 工具展开，提供脚本从编写、预览、测试到部署的完整操作规范。
用途
本技能主要服务于在 Windmill 平台上编写 BigQuery 查询脚本的场景。它帮助用户区分本地预览（wmill script preview）与已部署脚本运行（wmill script run），避免为测试而误将未验证的改动部署到工作区。技能还强调在编辑脚本内容后（尤其是增删 import 或修改 main 参数时）需运行 wmill generate-metadata 来保持本地 .script.yaml、.lock 与 wmill-lock.yaml 的哈希一致性，防止 git-sync 和 CI 出现虚假差异。
主要能力
该技能涵盖以下操作指导：
- 使用 wmill script preview 在本地迭代脚本，不部署即可运行；
- 使用 wmill script run 运行已部署到工作区的脚本；
- 使用 wmill generate-metadata 重新生成输入 schema（.script.yaml）和依赖锁（.lock），并刷新内容哈希；
- 使用 wmill generate-metadata --dry-run 列出过时项及原因而不做改动；
- 使用 wmill generate-metadata rehash 仅从磁盘重新记录哈希，不产生后端往返和依赖变更；
- 通过 wmill resource-type list --schema 发现可用的资源类型；
- 部署操作（git push 或 wmill sync push）仅在用户明确要求发布/推送时执行。
BigQuery 脚本编写方面，技能说明了参数使用 @name 语法，可通过在语句前添加注释来命名参数并指定类型，例如： -- @name1 (string) -- @name2 (int64) = 0 SELECT * FROM users WHERE name = @name1 AND age > @name2;
对于接收 S3Object 类型参数，需声明类型为 (s3object)，Windmill 会渲染 S3 文件选择器，下载文件并以 STRING JSON 参数绑定。Parquet/CSV 文件在服务端解码为 JSON 记录数组，JSON/JSONL 则直接传递。可使用 JSON_EXTRACT_ARRAY / JSON_VALUE 消费数据。
若需将查询结果流式写入 S3，可在脚本顶部添加 -- s3 指令，支持 prefix、storage、format（json 默认、parquet、csv）等可选键，从而绕过 10000 行返回上限。
使用方式
技能要求在编写完成后告知用户哪些命令适合其目标。默认在本地迭代时使用 wmill script preview；仅当用户明确要求运行已部署版本或没有本地脚本编辑时使用 wmill script run。部署仅在用户明确要求时执行。编辑后应主动提议运行 wmill generate-metadata，除非项目 AGENTS.md 选择自动运行。运行后应对比重新生成的 .lock 文件并告知依赖版本变化。
适用场景
适用于使用 Windmill 平台开发、测试和部署 BigQuery 查询脚本的数据工程师和开发者，特别是在需要处理 S3 文件输入或将大数据集结果导出至 S3 的工作流中。
限制
技能未提供 BigQuery 本身的具体价格、收费或性能指标；未说明支持的所有文件格式细节；元数据自动运行需项目 AGENTS.md 明确配置；部署操作需用户显式授权。