1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | google-cloud-solution-agentic-analytics-spark-knowledge-catalog-google-skills |
| 作者/维护者 | Google（google/skills 仓库） |
| 来源链接 | https://github.com/google/skills/tree/main/skills/cloud/google-cloud-solution-agentic-analytics-spark-knowledge-catalog |
| 许可证 | Apache License 2.0（GitHub API 获取） |
| GitHub Stars | 19,471（仓库整体，GitHub API 获取；该数字属整个 google/skills 合集，不代表本技能自身热度） |
| Forks | 1,562（GitHub API 获取） |
| 最新版本 | 无独立版本号；仓库最近一次提交 2026-09-03（GitHub API 获取） |
| 安装方式 | 复制 SKILL.md 及其 references/、assets/ 子目录到 agent 的 skills 目录 |
2. 功能介绍与亮点
指导 agent 为“数据分布在 Google Cloud、其他云厂商与本地环境”的场景设计一套具备治理与安全能力的智能分析架构，分四阶段：①需求发现——梳理数据来源（结构化/非结构化）、跨云托管位置、元数据联邦方式，并把方案拆解为交互层、数据接入与可信层、元数据治理层、数据处理层四层技术分解；②方案设计——检索官方决策指南与最佳实践、生成架构图、产出设计建议与部署指南；③方案验证——生成校验计划与验证脚本；④方案打包——汇总为 solution-architecture-guide.md。
亮点：显式支持通过 Apache Iceberg、“零拷贝 ETL”或远程查询下推等联邦机制访问 Databricks、Snowflake、Salesforce、SAP、Oracle 等非 Google Cloud 系统的数据，不要求先把数据搬进 Google Cloud 才能分析；每个阶段都要求先取得用户明确批准才能推进，避免 agent 在需求未确认时就臆造架构。
3. 适用场景
所属分类：DevOps 与基础设施（产出物是跨云数据架构设计方案、技术分解与部署指南，属基础设施规划工作而非数据分析本身）。
适用于数据分散在多个云厂商与本地系统、需要设计一套统一治理层（含安全合规、可靠性、性能等非功能需求）来支撑智能分析代理的场景，受益人群是负责跨云数据集成的解决方案架构师、数据平台工程师。
4. 跨 Agent 兼容性
- Claude Code：✅ 原生支持——内置 WebFetch 可完成技能要求的官方文档检索；技能声明的 Google Developer Knowledge MCP 服务器为可选的检索增强项，未接入时仍可依赖本地 references/ 文件完成核心工作流。
- Codex：⚠️ 需适配——技能要求主动抓取多个官方文档链接，Codex CLI 默认沙箱不带网络访问，需手动开启网络权限方可完整执行方案设计阶段。
- OpenClaw：❓ 未验证。
- Hermes Agent：❓ 未验证。
5. 推荐理由
把“为分散在多云、多系统的数据设计一套可治理、可审计的智能分析架构”这件容易遗漏安全与治理细节的工作拆成四层技术分解与四阶段确认清单，每步要求用户显式批准才能推进，避免 agent 在跨云联邦这类高风险设计上自作主张。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 发布方 Google 是所服务 Google Cloud 产品线（Knowledge Catalog、托管 Spark）的所有者；仓库整体 19,471 stars 属整个合集不计入本技能，本技能自身暂无独立第三方讨论 |
| 可用性 | 8 | 四阶段步骤清晰、product-selection、design-recommendations 等指导以本地 references/ 文件随附；但方案设计阶段要求接入 Google Developer Knowledge 托管 MCP 服务器做检索增强，未配置时需自行跳过该项，故较纯本地化的同系列技能折 1 档；仓库最近一次提交 2026-09-03，维护活跃 |
| 安全性 | 9 | 纯提示词工作流，不执行 shell 命令；仅按提示检索 Google 官方公开文档与可选的官方 MCP 服务端点，无隐蔽外发；不索取凭据；License 明确；代码开源可审查 |
综合评分：8.00
安全检查清单：①无 shell 命令执行；②仅按流程检索官方文档及可选官方 MCP 服务，外联目标公开透明；③不涉及凭据存储；④未发现可疑指令或混淆代码；⑤作者信誉良好（Google 官方仓库）；⑥License 明确（Apache 2.0）；⑦最近一次提交 2026-09-03，维护及时。
7. 跟同类 Skills 相比的优势
| 技能 | 定位 | 与本技能的差异 |
|---|---|---|
| google-cloud-solution-agentic-ai-bidirectional-streaming | 实时双向多模态流式架构设计 | 同系列四阶段模板，但场景聚焦实时流式交互，且完全本地化不依赖外部 MCP |
| google-cloud-solution-agentic-ai-borderless-data-lakehouse | 跨云统一数据湖仓整合 | 同样面向多云数据整合，但目标是构建统一物理湖仓，而本技能聚焦分析治理层与跨系统元数据联邦，不要求数据物理迁移 |
| google-cloud-solution-hybrid-search-alloydb | AlloyDB 向量+SQL 混合检索方案设计 | 场景收窄在单一数据库产品的检索架构，覆盖面不及本技能面向的多云多源数据治理 |
8. 用户评价
该技能目前在第三方平台尚无具名用户评价。其依托的 Google Cloud Knowledge Catalog 与托管 Spark 服务有官方技术博客与文档介绍，但那属于对底层云产品能力的说明，不构成对该技能条目本身的独立评价。
9. 安装使用方式
- 从来源链接下载
SKILL.md、references/、assets/目录。 - 复制到所用 agent 的 skills 目录（如 Claude Code 的
.claude/skills/）。 - 无需注册或密钥；在对话中提出“为跨云/多源数据设计智能分析架构”的需求即可触发，agent 按四阶段推进并逐阶段请求确认。
- 无需重启 agent，加载后即可使用；如需检索增强，可另行配置 Google Developer Knowledge MCP 服务器（
https://developerknowledge.googleapis.com/mcp）。
10. 注意事项
- 技能要求主动检索多个官方文档链接，网络受限环境需先开启相应权限；未接入 MCP 服务器时部分检索增强能力不可用，但不影响核心四阶段工作流。
- 生成的部署指南与脚本仅为草案，涉及生产环境的服务账号、IAM 角色等敏感配置需人工审查后再落地。
- 技能聚焦架构与治理层设计，不含跨云数据传输费用与合规审计的具体核算，需另行评估。