data-engineering-skills — インストール & ライブデモ

なぜ使うのか

主な機能

dbt スキル7種 — 作成、デバッグ、テスト、ドキュメント、マイグレーション、リファクタリング、インクリメンタル
Snowflake スキル2種 — 高コストクエリの検出、テキスト/IDによる最適化
タスクのコンテキストに応じてスキルが自動的にアクティベートされる
ベンチマーク済み：実際の dbt タスクで53%、Snowflake 最適化で84%のパス率
依存関係の追跡と出力検証ステップを内蔵

ライブデモ

実際の動作

data-engineering-skill.replay ▶ 準備完了

0/0

インストール

作者のリポジトリ · Claude Skills の公式ドキュメント

ユースケース

実用的な使い方： data-engineering-skills

失敗する dbt モデルを無駄なく効率的にデバッグする

👤 CI が失敗して赤くなったアナリティクスエンジニア ⏱ ~20 min intermediate

使うタイミング： dbt run が不可解なエラーで失敗し、スキーマ・リネージ・SQLのどこに問題があるか分からない場合。

フロー

Claude にエラーとモデルを渡す

Use debugging-dbt-errors. Here's the stderr and models/marts/fct_orders.sql. Diagnose the root cause — don't guess.✓ コピーしました

→ Claude が上流の ref を読み取り、スキーマ → リネージ → SQL の順に診断する
修正を適用して検証する

Apply the fix and run dbt build --select fct_orders+. Show me the before/after row counts.✓ コピーしました

→ クリーンな実行結果 + 行数の検証

結果： CI がグリーンになり、再発防止のために根本原因が記録される。

注意点

バグが上流にあるのに下流の症状を修正してしまう — スキルは上流優先の診断を強制するため、リネージのステップを省略しないこと

組み合わせ： bigquery-server · github

Snowflake の高コストクエリを特定して修正する

👤 Snowflake の請求額が増加しているアナリティクスリード ⏱ ~60 min intermediate

使うタイミング： 経理から Snowflake のコストを指摘され、ダッシュボードを壊さずに削減が必要な場合。

前提条件

ACCOUNT_USAGE にアクセスできる Snowflake ロール — 通常は ACCOUNTADMIN、またはコスト分析専用のロール

フロー

最もコストの高いクエリを特定する

Use finding-expensive-queries to list the top 20 queries in the past 30 days by credit cost. Group by app/user.✓ コピーしました

→ クレジット、実行時間、ウェアハウス別のランキングテーブル
上位のクエリを最適化する

For the top offender, use optimizing-query-by-id <query_id>. Propose rewrites with estimated savings.✓ コピーしました

→ 書き換えた SQL + 最適化前後の explain プラン
検証してデプロイする

Run the rewrite in a test warehouse — confirm same row count and shape before we swap.✓ コピーしました

→ 安全に入れ替え可能な候補

結果： 測定可能なコスト削減額を伴う、優先度付きの修正リスト。

注意点

書き換えにより行数が静かに変わってしまう — デプロイ前に必ず差分を確認すること — スキルはこれを強制する

組み合わせ： bigquery-server

ストアドプロシージャ群を dbt モデルにマイグレーションする

👤 レガシー SQL から dbt への移行を進めるチーム ⏱ ~90 min advanced

使うタイミング： ネストされた CTE だらけのウェアハウスを引き継ぎ、ドキュメントとテスト付きの dbt モデルに変換したい場合。

フロー

スキルにソース SQL を指定する

Use migrating-sql-to-dbt. Here's proc_monthly_revenue.sql. Convert it to dbt models with refs, documentation, and at least 2 tests per model.✓ コピーしました

→ 1つ以上の .sql ファイル、ドキュメントとテストを含む schema.yml
ビルドして検証する

dbt build the new models and compare row counts to the legacy output.✓ コピーしました

→ 許容範囲内で行数が一致する

結果： レガシーロジックがテスト可能な dbt モデルとして管理される。

注意点

プロシージャ内の隠れた副作用（UPDATE文など） — スキルが副作用を検出してフラグを立てる — 盲目的に変換せず、副作用部分は分離すること

組み合わせ： github

フルリフレッシュの遅いモデルをインクリメンタルに変換する

👤 dbt の実行時間が長いアナリティクスエンジニア ⏱ ~45 min advanced

使うタイミング： 日次モデルのデータ量が増え、フルリフレッシュが現実的でなくなった場合。

フロー

モデルを分析する

Use developing-incremental-models on models/events.sql. Pick a strategy (merge / insert_overwrite / delete+insert) and justify.✓ コピーしました

→ 戦略 + unique_key + パーティション/クラスターキーの推奨
実装してバックフィルする

Apply the incremental config; outline a safe back-fill plan.✓ コピーしました

→ モデル + バックフィル手順

結果： 日次実行が数時間ではなく数分で完了するようになる。

注意点

遅延データにより unique_key で重複が発生する — merge を使用してテストすること

組み合わせ

他のMCPと組み合わせて10倍の力を

data-engineering-skill + bigquery-server

同じ optimize-by-id パターンを BigQuery の高コストクエリにも適用する

Adapt finding-expensive-queries for BigQuery INFORMATION_SCHEMA.JOBS and list top 20.✓ コピーしました

data-engineering-skill + github

マイグレーションしたモデルごとに PR を作成し、個別にレビュー可能にする

For every migrated model, open a GitHub PR with dbt test output attached.✓ コピーしました

ツール

このMCPが提供する機能

ツール	入力	呼び出すタイミング	コスト
creating-dbt-models	model spec	新規モデル作成時	0
debugging-dbt-errors	error log, model	CI またはローカル実行が失敗した時	0
testing-dbt-models	model	テスト未実装のモデルがある時	0
documenting-dbt-models	model	ドキュメント未作成のモデルがある時	0
migrating-sql-to-dbt	legacy SQL	レガシー SQL のマイグレーション時	0
refactoring-dbt-models	model	可読性の低いモデルを整理する時	0
developing-incremental-models	full-refresh model	実行時間が長すぎる時	0
finding-expensive-queries	lookback window	コスト調査時	ACCOUNT_USAGE query
optimizing-query-text	SQL text	SQL は分かるが query_id が不明な時	0
optimizing-query-by-id	query_id	UI から query_id を取得済みの時	1 explain

コストと制限

運用コスト

APIクォータ: Snowflake クエリは通常と同様にクレジットを消費します — ACCOUNT_USAGE の読み取りは低コストです
呼び出しあたりのトークン: dbt スキル1回の呼び出しにつき5〜15kトークン
金額: 無料スキル
ヒント: finding-expensive-queries は毎セッションではなく、週1回の実行を推奨します

セキュリティ

権限、シークレット、影響範囲

最小スコープ： dbt: read + write to your project Snowflake: ACCOUNT_USAGE for cost skills

認証情報の保管： dbt profiles.yml / Snowflake キーペアを環境変数に設定；スキル自体はシークレットを保存しません

データ送信先： スキルから直接のデータ送出はありません

絶対に付与しない： SYSADMIN to the Claude session unless absolutely needed

トラブルシューティング

よくあるエラーと対処法

dbt compile は成功するが、run で column not found エラーが発生する

リネージが古くなっています — dbt deps + dbt clean + dbt build --select model+ を実行してください

finding-expensive-queries が結果を返さない

ACCOUNT_USAGE には約45分の遅延があります。また、ロールに SNOWFLAKE.ACCOUNT_USAGE の権限があることを確認してください

確認： SHOW GRANTS TO ROLE <role>

代替案

data-engineering-skills 他との比較

代替案	代わりに使う場面	トレードオフ
dbt Cloud IDE	ターミナルよりもマネージド UI を好む場合	Claude を活用できない
SQL query optimizers (Select.dev, etc.)	ビジュアルなクエリプランが必要な場合	別ツール・別コンテキストになる

その他

リソース

📖 GitHub の公式 README を読む

🐙 オープンな issue を見る

🔍 400以上のMCPサーバーとSkillsを見る