数据管道

blueprint 是用于把复杂任务或需求拆解成结构化步骤与执行方案的规划型 Skill，适合 AI Agent 在动手前梳理思路、明确流程并生成可落地的行动计划。

deploying-airflow 是指导 AI Agent 将 Apache Airflow 部署到生产环境的 Skill，涵盖容器化、Kubernetes 部署与配置管理，适合需要搭建和运维 Airflow 数据管道的工程师。

tracing-downstream-lineage 是用于指导 AI Agent 沿数据管道追踪下游血缘关系的 Skill，帮助定位某个数据集、表或字段变更后会影响哪些下游任务与资产，适合数据工程和数据质量排查场景。

creating-openlineage-extractors 是指导 AI Agent 为数据源开发 OpenLineage 提取器的 Skill，用于从 Airflow、Spark、dbt 等数据处理任务中采集血缘元数据并发送到 OpenLineage 兼容后端，适合构建数据血缘追踪管道的工程师。

annotating-task-lineage 是用于指导 AI Agent 在 Airflow 项目中为任务与数据集标注数据血缘关系的开发型 Skill，适合需要梳理和记录数据流转依赖的工程师。

checking-freshness 是用于核查代码、依赖或文档是否仍然保持最新状态的审查型 Skill，适合在维护项目时判断内容是否过时并决定是否需要更新。

debugging-dags 是帮助 AI Agent 诊断和修复 Apache Airflow DAG 运行错误的 Skill，可在 DAG 解析失败、任务报错或调度异常时定位问题原因并给出修改建议。