前言¶
做数仓或分析平台时，常见困境不是缺 SQL，而是方法论混在一起：星型模型和 Data Vault 各有一套术语，ODS→DWD→DWS→ADS 分层与指标口径又对不齐。文档散落、DDL 手写、SCD 策略选错一次就要返工。若希望对话式助手能按同一套数据建模语言推进设计、生成 DDL、梳理血缘，而不是泛泛讲概念，就需要把建模知识固化成可加载的 Skill。
下面介绍 SkillHub 上的「数据建模架构师」——社区来源、面向 data-analysis 场景，把 Kimball、Inmon、Data Vault 与湖仓一体相关能力写进 SKILL.md，供 Cursor、Claude Code、Codex 等 Agent 读取后执行。
这是什么¶
数据建模架构师（坐标 @user_69009747/data-modeling-architect，版本 1.0.0）是 SkillHub 社区发布者 user_69009747 维护的 Agent Skill。页面标注作者为「庄子十八代技师」，来源为 community，分类为 data-analysis，标签标明 requires_api_key=false，不依赖额外 API Key。
官方简介将其定位为：驾驭维度建模、Data Vault 与湖仓一体，覆盖从理论到落地工具链的建模助手。它要解决的是：在单一对话上下文中，按既定方法论做表结构设计、分层规划、指标分层与 dbt/血缘相关协作，并附带 DDL 生成、SCD 处理、血缘分析等引擎能力说明（以 Skill 内文档为准）。
SkillHub 页面（截至资料抓取时）：评分 100000，下载 1666 次。Skill 页：https://www.skillhub.cn/skills/user_69009747/data-modeling-architect；API 入口：https://api.skillhub.cn/user_69009747/data-modeling-architect。
核心功能¶
以下能力均来自官方简介与 SkillHub 页面描述，未在资料中出现的细节不展开。
方法论覆盖¶
- Kimball 维度建模：星型模型、SCD 六种策略、事实表四类型。
- Inmon CIF：企业信息工厂思路下的建模协作。
- Data Vault 2.0：Hub / Link / Satellite 结构设计与说明。
- 数据分层：ODS → DWD → DWS → ADS 的分层架构。
- 拉链表：拉链表相关实战指引（在 Skill 对话中落地）。
- 指标管理：原子指标 → 派生指标 → 复合指标的体系化梳理。
- dbt 工作流：数据建模工作流与数据血缘分析相关协作。
配套能力与实验环境（Skill 声明）¶
官方写明配备：
- 实验环境栈：PostgreSQL + Metabase + DataHub
- DDL 生成器
- 血缘分析引擎
- SCD 处理引擎
具体脚本路径、启动方式以安装后的 SKILL.md 及附带资源为准；本文不臆造目录结构。
安装与启用¶
Skill 基于通用 SKILL.md 格式。安装分两种方式：让 AI 按官方安装文档操作，或使用 SkillHub CLI 指定 Agent 的 skills 目录。
方式一：提示词交给 AI 安装¶
SkillHub 页面给出的安装提示为：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_69009747/data-modeling-architect`。
将上述内容发给当前使用的 Agent，由其按 SkillHub 安装与优先源配置 拉取并写入对应 skills 目录。
方式二：SkillHub CLI¶
先确认是否已安装 CLI：
command -v skillhub && skillhub --version
未安装时可执行完整安装（文档推荐）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅安装 CLI：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
安装技能时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 可能无法被识别。官方文档给出的常见路径示例：
| Agent / 客户端 | skills 目录（示例） |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或项目下 .agents/skills/ |
安装命令形式：
skillhub install user_69009747/data-modeling-architect --dir <skills 目录>
也可先搜索再安装：
skillhub search data-modeling-architect
skillhub install user_69009747/data-modeling-architect --dir ~/.cursor/skills/
安装后按各客户端要求刷新或重启 Agent，使 Skill 被加载。Cursor、Codex CLI、Claude Code 的差异主要体现在 skills 目录路径；安装命令本身一致，均以 skillhub install + --dir 为准。
典型用法¶
资料未提供固定「一键脚本」示例，典型流程是可复现的对话式工作流：
- 确认 Skill 已加载：在新会话中说明业务域（例如订单、用户、商品），要求按 Kimball 星型模型输出事实表与维度表清单，并注明建议的 SCD 类型。
- 分层设计：描述现有 ODS 表或源系统表结构，要求按 ODS→DWD→DWS→ADS 给出分层落表建议与命名约定。
- Data Vault 方案：对需要保留历史、多源集成的实体，要求用 Hub / Link / Satellite 拆分并说明键与负载规则。
- DDL 与 SCD：在选定策略后，要求使用 Skill 中的 DDL 生成器 / SCD 处理引擎 相关指引生成 PostgreSQL 兼容 DDL（具体语法以 Skill 内规范为准）。
- 指标与血缘：列出业务指标口径，要求按原子→派生→复合分层；若项目使用 dbt，可要求结合 血缘分析 说明模型依赖关系。
每一步应附带真实表名、粒度、更新频率等约束，便于 Agent 引用 Skill 内规则而非泛泛回答。
适用场景与注意¶
适合谁
- 数据工程师、分析工程师：需要统一 Kimball / Inmon / Data Vault 话术，并快速产出分层与 DDL 草案。
- 架构或建模评审：在对话中对照 SCD 策略、事实表类型、指标分层做检查清单。
- 学习湖仓与建模方法论：在 PostgreSQL + Metabase + DataHub 实验环境声明下做概念验证（环境搭建以 Skill 文档为准）。
限制与注意
- 社区 Skill（community），质量与更新节奏依赖发布者；版本当前为 1.0.0，重大变更需自行关注 SkillHub 页面。
- requires_api_key=false 表示 Skill 本身不强制 API Key；若你本地启用 Metabase、DataHub 等，仍需自行配置连接与权限。
- CLI 安装统计中「安装 0」仅反映 SkillHub 计数方式，不代表无法通过
--dir本地安装；以你本机 skills 目录是否出现该 Skill 为准。 - Agent 输出需人工复核：建模决策涉及合规、性能与组织规范，Skill 辅助设计不能替代评审与压测。
结尾¶
数据建模架构师把维度建模、Data Vault、湖仓分层、指标体系与 dbt/血缘等能力收敛到一份可加载的 Skill，适合在 Cursor 等 Agent 里做结构化建模协作。安装时记住坐标 @user_69009747/data-modeling-architect，并用 skillhub install … --dir 对准本机 skills 路径。
官方 Skill 页：https://www.skillhub.cn/skills/user_69009747/data-modeling-architect
