1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | managed-airflow-dag-authoring |
| 作者/维护者 | Google（google/skills 仓库） |
| 来源链接 | https://github.com/google/skills/tree/main/skills/cloud/managed-airflow-dag-authoring |
| 许可证 | Apache-2.0（来自 GitHub API） |
| GitHub Stars/Forks | 合集仓库整体 19,168 Stars / 1,547 Forks（来自 GitHub API）；该数字属整个合集仓库，不代表本技能自身热度 |
| 最新版本 | 未标注独立版本号，随仓库主线滚动更新，最近一次提交 2026-08-12（来自 GitHub API） |
| 安装方式 | npx skills add google/skills，安装时从菜单中选择本技能 |
2. 功能介绍与亮点
managed-airflow-dag-authoring 面向在 Google Cloud「Managed Service for Apache Airflow」（原 Cloud Composer）上编写和校验 Airflow DAG 的场景，把编写流程拆成三个阶段：
- 环境探查：先用
gcloud composer environments describe读出目标环境的 Airflow 版本、已安装 Python 包与 DAG 存放的 GCS 路径，避免凭猜测写代码；若无法连接环境，也支持完全离线模式，仅依赖用户提供的信息继续工作。 - 编写规范：给出一套具体、可核查的最佳实践——任务幂等、禁止在 DAG 顶层执行数据库查询/外部调用（会拖慢调度器解析）、强制
catchup=False、用Variable.get()/BaseHook.get_connection()而非硬编码密钥。Airflow 2/3 兼容性问题则指向同仓库的 managed-airflow-migrations 技能处理，职责边界清晰。 - 强制校验闭环：写完代码不算完成，技能要求依次跑本地静态检查（ruff/pylint）、
composer-dev本地环境试跑、再到目标环境部署验证（dags list-import-errors、Cloud Logging 查询语句都写好了），并给出明确的「完成定义」清单。
亮点在于闭环设计——多数同类指南只教怎么写 DAG，这份技能把「写完必须验证」做成了强制步骤，且校验命令具体到可以直接复制执行。
3. 适用场景
所属分类：数据分析与可视化
适合已经在使用（或准备使用）Google Cloud Managed Airflow / Cloud Composer 的数据工程师与数据平台团队：新建 DAG 时用来对齐环境约束与编码规范；对已有 DAG 做扩展或迁移 Airflow 3 前的兼容性检查时，也可作为校验清单使用。不适用于与 Airflow DAG 无关的通用 Python 代码编写场景。
4. 跨 Agent 兼容性
| Agent | 结论 | 依据 |
|---|---|---|
| Claude Code | 原生支持 | 标准 Agent Skills 格式（YAML front matter + Markdown 正文），无 Claude 专属语法 |
| Codex | 需适配 | 正文依赖 gcloud/composer-dev 联网调用 GCP API 完成环境探查与部署校验，Codex CLI 默认沙箱不带网络访问，需手动放开网络权限后才能跑通线上校验步骤（离线模式不受影响） |
| OpenClaw | 原生支持 | 采用与 Claude Code 相同的 SKILL.md 标准，正文全部是标准 Markdown 指令与 shell 命令，无 Claude 专属语法（如 context: fork），可直接工作 |
| Hermes Agent | 原生支持 | Hermes 仅要求 name/description 必填字段，其余为纯 Markdown 指令，跨 agent 生态设计的技能可直接使用 |
5. 推荐理由
它解决的是一个具体且高频的真实问题：Airflow DAG 写错了往往要等调度器解析或线上运行才暴露（性能陷阱、幂等性问题），而这份技能把「探查环境 → 按规范写 → 分层校验」串成了一条可执行的流水线，尤其是本地校验（ruff + composer-dev）能在不碰生产环境的前提下提前拦下大部分低级错误，适合作为 Airflow DAG 编写场景下的标准操作清单。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 发布方 Google 是 Managed Service for Apache Airflow 的产品方，属官方第一方出品；目前未找到该子技能自身的独立第三方讨论或引用数据 |
| 可用性 | 8 | 三阶段流程完整、命令可直接复制执行，近期（3 周内）有提交维护；离线路径无付费依赖，但完整体验（Phase 3 目标环境校验）需要一个已开通的 Managed Airflow 付费环境 |
| 安全性 | 9 | 详见下方安全检查清单 |
安全检查清单：
| 检查项 | 结果 |
|---|---|
| ① Shell 命令与权限范围 | 仅执行 gcloud/composer-dev/ruff/pylint 等标准 CLI，每条命令用途明确（读环境配置、跑静态检查、部署 DAG 文件），无越权操作 |
| ② 运行时联网外发 | 仅与用户自己的 GCP 项目通信（gcloud/composer-dev），无第三方外发 |
| ③ 凭据处理 | 复用 gcloud 自身的账号认证机制，技能正文明确要求用 Airflow Variable/Connection 管理凭据、禁止硬编码，处理方式清楚 |
| ④ 可疑指令 | 正文未发现夹带与任务无关的品牌推广或隐藏指令 |
| ⑤ 作者/组织信誉 | Google 官方仓库，无刷星/造假迹象 |
| ⑥ License | Apache-2.0，明确 |
| ⑦ 最近维护 | 最近一次提交 2026-08-12，在 3 个月窗口内 |
综合评分（三项均值）：8.0
7. 跟同类 Skills 相比的优势
| 技能 | 定位 | 与本技能的差异 |
|---|---|---|
| managed-airflow-dag-troubleshooting（同仓库） | 排查已运行 DAG 的故障 | 处理“DAG 已经出问题之后”的场景，本技能处理的是“写 DAG 之前/写的过程中” |
| managed-airflow-migrations（同仓库） | Airflow 2→3 版本迁移 | 聚焦版本升级本身的兼容性改造，本技能只在编写规范里引用它处理版本差异细节 |
| Apache Airflow 官方文档（写 DAG 最佳实践页） | 通用 Airflow DAG 编写指南 | 面向自建 Airflow，不覆盖 Managed Service for Apache Airflow 的 gcloud composer 环境探查与部署校验命令，本技能是 GCP 托管环境的针对性补充 |
8. 用户评价
该技能目前在第三方平台（GitHub Issues/Discussions、Reddit、Hacker News、技术博客）尚无具名用户评价，公开可见的相关内容集中在 Google 官方文档与 Codelabs，未见独立于官方渠道的使用反馈。
9. 安装使用方式
- 安装：运行
npx skills add google/skills，在弹出的菜单中选择managed-airflow-dag-authoring（位于skills/cloud/目录下） - 触发：在创建或扩展 Airflow DAG 时提及相关需求，Agent 会按 SKILL.md 描述自动匹配调用
- 前置条件：如需完整体验环境探查与线上校验步骤，需已开通一个 Managed Service for Apache Airflow（Cloud Composer）环境并完成
gcloud auth login；仅做离线编写与本地校验时无需以上条件
10. 注意事项
- 目标环境校验阶段（Phase 3.2）会实际连接用户的 GCP 环境执行部署与查询命令，请确认操作账号权限范围符合预期后再执行
- 技能正文引用同仓库的 managed-airflow-migrations 技能处理 Airflow 2/3 兼容性细节，两者搭配使用效果更完整
- 该技能是 google/skills 合集仓库中的子技能，仓库整体星数不代表本技能自身热度