name: data-governance description: 数据治理与资产管理技能。用于数据质量评估、元数据管理、数据血缘追踪、数据标准制定、数据合规检查等任务。

Data Governance Skill

数据治理（Data Governance）是指对数据资产管理行使权力和控制的活动集合。

7w4.net小葱技能。

⚠️ 安全警示

使用前请阅读以下安全建议：

1. 仅使用环境变量 - 不写入配置文件
2. 使用最小权限账户 - 生产环境使用只读用户
3. 勿在命令行明文传密码 - 使用环境变量
4. 敏感数据脱敏 - 分享报告前移除真实数据

首次配置

1. 安装依赖

# 创建虚拟环境（推荐）
python3 -m venv venv
source venv/bin/activate

# 安装依赖
pip install -r requirements.txt

2. 配置环境变量

当前会话有效：

# MySQL
export DB_HOST=localhost
export DB_PORT=3306
export DB_USER=your_user
export DB_PASS=your_password
export DB_NAME=your_database

# PostgreSQL
export DB_HOST=localhost
export DB_PORT=5432
export DB_USER=your_user
export DB_PASS=your_password
export DB_NAME=your_database

# SQLite（无需凭证）
export DB_PATH=/path/to/your/database.db

使用前导入：

# 每次使用前source环境变量文件（不推荐写入~/.bashrc）
source ~/db-env.sh
python scripts/data_quality_check.py --table users --db-type mysql

3. 运行脚本

# 数据质量检查（必须指定 --db-type）
export DB_HOST=localhost DB_USER=admin DB_PASS=xxx DB_NAME=mydb
python scripts/data_quality_check.py --table users --db-type mysql

# 元数据生成
python scripts/generate_metadata.py --source users --db-type postgresql

# 数据血缘分析（可选加数据库）
python scripts/lineage_analysis.py --table orders --db-type sqlite

# 合规检查
python scripts/compliance_check.py --table users --db-type mysql

依赖

详见 requirements.txt

何时使用

当用户提及以下内容时使用此 skill： - 数据质量、数据标准、数据血缘 - 元数据管理、数据目录、数据资产 - 数据合规、隐私保护、数据安全 - 数据治理框架、数据资产管理

核心能力

1. 数据质量评估

评估数据的完整性、准确性、一致性、时效性：

检查维度： - 缺失值检测 - 重复记录检测 - 格式校验 - 范围校验 - 业务规则验证

2. 元数据管理

帮助构建和管理元数据：

技术元数据： 表结构、字段类型、数据来源 业务元数据： 字段定义、业务规则、所有者 运营元数据： 更新频率、ETL信息、访问统计

3. 数据血缘追踪

追踪数据的来龙去脉：

来源追溯： 数据从哪来 转换追踪： 经过哪些处理 下游影响： 谁在使用这些数据

4. 数据标准

制定和执行数据标准：

命名规范： 表名、字段名命名规则 类型规范： 数据类型、格式标准 编码规范： 枚举值、代码表

输出格式

完成数据治理任务后，输出结构化报告：

## 数据治理报告

### 数据质量
- 完整性：XX%
- 准确率：XX%
- 发现问题：N个

### 元数据
- 表数量：N
- 字段数量：N

### 建议
1. ...
2. ...

常见场景

这个 Skill 功能比较齐全，可以做数据质量检查、元数据管理和血缘分析。文档写得很清楚，安全提示也很到位，对数据库连接的支持也不错。不过实际使用时偶尔会遇到连接错误被静默忽略的情况，部分功能在某些数据库上的表现可能不够稳定。总体来说是一个可用的数据治理工具，但细节上还有优化空间。