1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | datalineage-bigquery-asset-impact-analysis（google/skills 仓库内子技能，属“Databases and analytics”分组） |
| 作者/维护者 | Google Cloud（Cloud IX Team，内部工程团队通过自动化同步流程发布到开源仓库） |
| 来源链接 | https://github.com/google/skills/tree/main/skills/cloud/datalineage-bigquery-asset-impact-analysis |
| 许可证 | Apache-2.0（GitHub API 确认） |
| GitHub Stars / Forks | 15,339 / 1,201（GitHub API，截至 2026-07-30；数字为 google/skills 整个仓库层面，非本子技能单独统计——见第 7 章） |
| 最新版本 | 无独立版本号（仓库未打 Release 标签，随主仓库持续更新；本子技能于 2026-06-30 加入，2026-07-08 有一次文档结构调整） |
| 安装方式 | Skills CLI 一条命令安装（见第 10 章） |
2. 功能介绍与亮点
这个技能帮 agent 完成一件 BigQuery 使用者经常需要手动摸索的事：某张表或视图要下线、改结构、或者已经出问题（数据陈旧、更新中断）时，判断“改了它会牵连到哪些下游”。它调用 Google Cloud 官方的 Data Lineage（Knowledge Catalog）服务，走一套五步流程：解析资产的完整限定名 → 用 bq show 查出资产所在地域并拼出查询范围 → 调用 search_lineage 工具抓取下游血缘图 → 把返回结果按“直接影响（深度 1）“与”级联影响（深度 >1）“分类，同时识别出连接两端资产的具体 ETL 管道/视图/定时查询 → 最终输出结构化报告：受影响资产总数、优先关注的高风险资产（名称含 prod/dashboard/reporting/master 的下游）、完整的血缘对照表，以及本次查询用了哪些地域、多大深度——方便用户判断要不要扩大搜索范围。
亮点在于流程里嵌了几条明确的防出错护栏：查询前必须先确认源资产真实存在，找不到不许瞎猜相近的表名；结果只能来自 search_lineage 工具本身，不允许绕过；空结果就如实报告“无下游依赖”，不能编造；也不允许谎称已经把结果写成文件。这些约束直接针对 agent 在处理这类多步骤基础设施查询任务时最容易出的错——臆造数据来源、跳步骤、把没做的事说成做了。
3. 适用场景
固定分类：数据分析与可视化。
面向需要维护 BigQuery 数据管道的数据工程师与分析师：计划下线或大改一张表/视图之前，先看看会影响多少下游资产；线上表出现数据陈旧或更新中断时，快速定位问题会如何沿着 ETL 链条向下游扩散，判断修复优先级。同样适用于处理“这张表还能不能删”这类跨团队协调场景——报告里的血缘对照表可以直接作为和下游团队沟通的依据。
4. 跨 Agent 兼容性
- Claude Code：✅ 原生支持。通过通用 Skills CLI（
npx skills add）安装，SKILL.md 直接复制进.claude/skills/即可使用；google/skills 仓库自身也是这套 CLI 的官方登记来源（README 首行即挂 skills.sh 安装徽章）。 - Codex：✅ 原生支持。同一 Skills CLI 支持 Codex（复制进
.codex/skills/），无需额外适配。 - OpenClaw：✅ 原生支持。Skills CLI（vercel-labs/skills）README 的 Supported Agents 表格明确列出 OpenClaw（路径
skills/或~/.openclaw/skills/）。 - Hermes Agent：✅ 原生支持。同一表格明确列出 Hermes Agent（路径
.hermes/skills/或~/.hermes/skills/）。
四个生态的判断依据均为 SKILL.md 遵循通用 Agent Skills 规范、经同一 CLI 分发，非逐一实测验证。
5. 推荐理由
比起打开 BigQuery 控制台一层层点开血缘图、或者挨个问团队“这张表谁在用”，这个技能把“改这张表安不安全”的判断过程自动化成一份可读的结构化报告——直接调用 Google 官方 Data Lineage 服务的数据，不是靠 agent 自己猜测表名规律或翻查代码。对经常要处理“下线旧表”“排查数据陈旧根因”这类维护性工作的数据工程师来说，能省掉大量手动排查血缘关系的时间，报告格式也适合直接转发给下游团队沟通。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 所属 google/skills 是含 190+ 子技能的官方合集仓库，整体 stars 不能记给本子技能；本子技能自 2026-06-30 加入以来仅 2 次提交（均来自 Google 内部同步流程），GitHub 搜索未命中任何独立 issue 或第三方讨论——目前处于“随仓库持续扩张、尚无独立社区反馈”的阶段 |
| 可用性 | 6 | SKILL.md 结构完整（五步流程 + 明确护栏 + 官方文档链接），2026-07 内有更新；但运行前必须已配置好 Google Cloud Data Lineage（Knowledge Catalog）MCP Server 连接，且依赖本机已安装并鉴权的 bq CLI——这是一整套前置基础设施而非一个 API Key，装好之前技能本身无法运作 |
| 安全性 | 9 | 官方 Google 出品，完全开源可审计；唯一的 shell 调用是只读的 bq show（查询资产所在地域），范围明确；网络访问目标是用户自己 GCP 项目下的官方 Data Lineage 服务，非第三方外发；全文精读未见可疑指令 |
综合评分：7.3（三项均值）
安全检查清单：
① shell 命令：仅 bq show --format=json {project}:{dataset}，只读查询，范围明确
② 联网外发：调用 Google Cloud Data Lineage MCP Server，目标为用户自有 GCP 项目内的官方服务，非第三方
③ API key/凭据：不由技能自身存储，依赖用户既有的 GCP 鉴权会话与已配置的 MCP 客户端连接
④ 可疑指令迹象：全文精读未发现，反而内置多条防臆造/防跳步护栏
⑤ 作者/组织信誉：Google Cloud 官方仓库
⑥ License：Apache-2.0，明确
⑦ 最近维护：2026-07-08（子技能自身最近一次改动），所属仓库持续每日更新
7. 跟同类 Skills 相比的优势
| 对比对象 | 定位 | 与本技能的差异 |
|---|---|---|
| datalineage-summary（google/skills 同仓库） | 双向（上游+下游）血缘概览，把复杂的血缘图翻译成一段自然语言走读，帮用户理解数据从哪来、到哪去 | SKILL.md 正文明确写明“下游影响半径分析请改用 datalineage-bigquery-asset-impact-analysis”——两者是官方划分好的互补关系，前者做全景讲解，本技能专注“改了会牵连谁”这一具体决策场景 |
| working-with-dbt-mesh（dbt-labs/dbt-agent-skills） | 评估 dbt 模型变更的破坏性影响，覆盖版本化、访问合约、跨项目引用治理 | 只覆盖经过 dbt 建模层转换的资产，且要求项目已采用 dbt Mesh 治理体系；本技能直接作用于 BigQuery 原生资产（表/视图），不要求数据管道使用 dbt，适用面更底层、更通用 |
| DataHub / Atlan 等独立数据目录平台 | 需要单独部署、配置数据源采集器的通用元数据管理平台，血缘分析是其众多功能模块之一 | 属重量级独立系统，通常需要额外的许可与运维投入；本技能是直接调用用户已有 GCP 血缘服务的轻量 Agent Skill，不引入额外系统 |
8. 用户评价
该技能目前在第三方平台尚无具名用户评价；google/skills 仓库整体于 2026 年 Google Cloud Next 大会上作为官方 Agent Skills 项目发布。
9. 其他补充
google/skills 仓库的“Databases and analytics”分类下同时列有 bigquery-ai-ml、bigquery-basics、bigquery-bigframes 等多个 BigQuery 相关技能，均可按需单独选装，不必整包安装。
10. 安装使用方式
Skills CLI（推荐，支持 Claude Code / Codex / OpenClaw / Hermes Agent 等 70+ agent）：
npx skills add google/skills执行后从交互列表中选择 datalineage-bigquery-asset-impact-analysis 即可，会自动复制进当前 agent 对应的技能目录。
手动安装：克隆仓库后把 skills/cloud/datalineage-bigquery-asset-impact-analysis/ 目录（含 SKILL.md 及 references/mcp-usage.md）复制进所用 agent 的技能目录。
前置条件（安装后、使用前必须完成）：
- 目标 GCP 项目已启用 Dataplex/Knowledge Catalog 的 Data Lineage 功能；
- 已配置并可连接 Google Cloud Data Lineage MCP Server（配置方法见 references/mcp-usage.md 与官方文档）；
- 本机已安装
bqCLI 并完成gcloud auth鉴权。
安装后无需重启，在对话中描述“评估一下这张表下线会影响哪些下游”或类似诉求即可触发。
11. 注意事项
- 前置依赖较重：没有配置好的 Data Lineage MCP Server 连接，技能本身无法运作，不是复制即用的轻量提示词技能。
- 只做只读分析，不会创建、修改或删除任何血缘关系，也不会代替用户执行下线/删表等操作。
- 查询范围受地域参数与深度限制约束，报告末尾会列出本次实际搜索了哪些地域、多大深度，需要更全面结果时可据此手动扩大范围重新查询。
- Claude Code / Codex / OpenClaw / Hermes Agent 的兼容性均基于分发工具的官方支持声明判断，非逐一实测。