DAG

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。

managing-astro-deployments 是用于指导 AI Agent 管理 Astronomer 平台 Astro 部署的运维型 Skill，可帮助完成部署配置、版本发布及相关运行状态管理，适合使用 Astro 编排 Airflow 工作流并需要自动化部署操作的场景。

airflow-hitl 是让 AI Agent 在 Apache Airflow 工作流中处理人工审批与人工介入环节的 Skill，适合需要在自动化数据管道里插入人工确认、审核或干预步骤的场景。

testing-dags 是帮助 AI Agent 测试 Apache Airflow DAG 的 Skill，覆盖 DAG 解析、任务依赖验证和本地运行检查，适合在提交或部署前排查 DAG 导入错误与调度问题。

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。

Astronomer 的 airflow 技能用于指导 AI Agent 编写、调试和运行 Apache Airflow 数据管道，适合构建、调度和排查 DAG 与任务流程的数据工程场景。