Data Governance

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。

Security Scan

技能功能与描述一致，但元数据未声明它实际需要的数据库凭据/环境变量——这会让用户在不知情的情况下输入敏感数据库凭据，需谨慎安装并先核验细节。

Purpose & Capability

技能名与描述（数据质量、元数据、血缘、合规）与包含的脚本一致：所有脚本都以访问数据库并读取表/schema 为核心功能，这与声称的用途相符。值得注意的差异是注册表元数据声明“无需环境变量/主要凭据”，但实际脚本明确依赖 DB_HOST/DB_USER/DB_PASS/DB_NAME/DB_PATH 或接受包含凭据的连接字符串。

Instruction Scope

SKILL.md 明确指导创建虚拟环境、通过环境变量提供数据库连接并运行本地脚本，且包含安全建议（最小权限、不要在命令行明文传密码、脱敏等）。总体上说明与脚本行为相符。需要注意：脚本同时接受 --db/connection 字符串，可能允许将明文凭据放在命令行或 URL 中；SKILL.md 建议使用 env vars，但并未强制化或限制传入方式。

Install Mechanism

这是 instruction-only + 内置 Python 脚本的包；无 install spec、无远程下载、仅列出常见 Python 依赖（sqlalchemy、pymysql、psycopg2、pandas）。没有发现从不受信任源提取代码或创建系统级二进制的行为。

Credentials

注册表元数据显示“无需环境变量/主要凭据”，但 SKILL.md 和所有脚本均从环境变量（DB_HOST, DB_PORT, DB_USER, DB_PASS, DB_NAME, DB_PATH）读取数据库凭据或会接受包含凭据的连接字符串。这是一处不一致：请求的凭据本身与技能用途相关（数据库访问是必要的），但未在元数据中声明会增加意外泄露敏感凭据的风险。

Persistence & Privilege

技能未请求 always:true，也不修改其他技能或系统范围配置；运行方式为本地执行脚本，权限范围受所提供数据库凭据限制。没有迹象表明技能会保持长期驻留或提升自身至平台级特权。

What to consider before installing

这是一个功能上合理的数据治理工具，但在安装/运行前请注意： - 元数据遗漏：注册表没有声明所需的环境变量/主凭据，但脚本确实会读取 DB_HOST、DB_USER、DB_PASS、DB_NAME、DB_PATH 或接受包含凭据的连接字符串。不要在不了解这一点时把生产凭据交给技能。 - 最小权限：为测试/评估使用只读、受限的数据库账户；绝不要用管理员/写权限生产凭据直连。 - 避免在命令行明文传密码：优先通过短时环境变量会话（export ... 在当前 shell）或使用本地受控 SQLite 副本进行分析，避免把凭据放在 shell 历史或脚本中。 - 代码审查：如果你信任要在敏感环境运行，先在隔离环境中审查并运行脚本（本地或容器），确认脚本不会向网络外发出请求或将数据发布到外部终端。脚本看起来只与数据库交互并在本地生成报告，但最好 grep/监控任何网络相关调用（requests、socket、urllib 外发等）。 - 期望修复：理想情况下，发布者应在 registry 元数据中明确列出所需环境变量/主要凭据（primaryEnv），并在 SKILL.md 中强制推荐只读连接与示例最小权限策略。若发布者无法说明来源或无法更新元数据，谨慎使用并优先在脱敏/非生产副本上运行。 如需更高置信度判断，请提供：发布者/源码仓库链接；是否有维护者签名或发布记录；或让发布者更新 registry 元数据以列出所需环境变量（这会把不一致问题解决）。

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。

⚠️ 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

依赖	版本	用途
sqlalchemy	==2.0.25	数据库抽象层
pymysql	==1.1.0	MySQL 连接
psycopg2-binary	==2.9.9	PostgreSQL 连接
pandas	==2.1.4	数据处理

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

场景	输出
数据质量评估	质量报告 + 问题清单
元数据梳理	数据字典 + 关系图
血缘分析	链路图 + 影响分析
合规检查	合规报告 + 风险点