1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | power-bi-model-design-review-github-awesome-copilot |
| 作者/维护者 | GitHub 官方组织仓库 github/awesome-copilot（社区贡献者提交，经官方合并收录） |
| 来源链接 | https://github.com/github/awesome-copilot/tree/main/skills/power-bi-model-design-review |
| 许可证 | MIT（GitHub API 数据） |
| GitHub Stars | 39,098（合集仓库整体数据；由 430 余个子技能共享，不代表本技能个体热度） |
| Forks | 4,958（同上，合集整体数据） |
| 最新版本 | 无独立版本号；内容创建于 2025-10-15，2026-02-19 转换为 SKILL.md 格式（GitHub API 数据） |
| 安装方式 | 复制 skills/power-bi-model-design-review/SKILL.md 到对应 agent 的 skills 目录；或 npx skills add https://github.com/github/awesome-copilot --skill power-bi-model-design-review |
2. 功能介绍与亮点
一份系统化的 Power BI 数据模型设计评审框架，把资深 BI 架构师做模型审查时的经验固化为可复用的检查清单与报告模板：
- 三大评审维度：模式架构（星型模型合规性、事实/维度表设计、命名规范）、关系设计（基数、过滤方向、循环关系）、存储模式策略（Import/DirectQuery/复合模型/双重模式的适用场景）
- 三阶段评审流程：模型架构分析 → 性能与可扩展性评审（DAX 优化、索引与聚合）→ 可维护性与治理评审（文档质量、行级安全 RLS、数据保护合规）
- 两档评审清单：30 分钟快速评估清单与 4–8 小时全面评审清单，覆盖不同投入程度的评审场景
- 结构化输出模板：执行摘要（关键发现 + 优先级建议 + 实施路线图）、分维度详细报告、问题-方案-实施指引三段式记录格式
- 三种专项评审模式：上线前评审（Go/No-go 判断）、性能优化评审、现代化评估（差距分析 + 技术升级建议）
纯 Markdown 提示词驱动，无需安装依赖、无需连接实际 Power BI 模型即可开始评审对话。
3. 适用场景
所属分类：数据分析与可视化（判定依据见下方评分表后的分类说明）。
- BI 开发者在模型上线前，用它系统化自查星型模型合规性、关系设计与安全实现，避免上线后返工
- BI 团队 Lead 或架构师接手他人模型时，用评审框架快速定位设计缺陷与优化空间
- 企业内部治理场景：需要一套标准化模板产出可交付的模型评审报告（含优先级建议与实施路线图）
4. 跨 Agent 兼容性
| Agent | 结论 | 依据 |
|---|---|---|
| Claude Code | 原生支持 | 标准 SKILL.md（YAML front matter + Markdown 正文），符合开放 Agent Skills 规范，复制进 skills 目录即可加载 |
| Codex | 需适配 | Codex CLI 不会自动扫描 ~/.codex/skills 目录下的 SKILL.md，需通过 -f 参数或标准输入显式引用文件内容后才能使用 |
| OpenClaw | 原生支持 | 采用同一开放 Agent Skills 规范，本技能不含平台专属 metadata，可直接放入对应目录加载 |
| Hermes Agent | 原生支持 | Hermes 按同一目录结构自动发现 SKILL.md；本技能零依赖、零环境变量，不构成兼容障碍 |
5. 推荐理由
Power BI 模型一旦上线，星型模型不合规、关系基数设错、行级安全漏配这类设计缺陷往往要到报表变慢或数据出错时才被发现，返工成本远高于事前评审。本技能把“模式架构 → 关系设计 → 存储策略 → 性能 → 治理安全”这条评审链路固定成可执行的检查清单与报告模板，并按投入程度分出 30 分钟快速版与 4–8 小时全面版，让评审这件事从“资深工程师的个人经验”变成任何人都能照着走一遍的标准流程，产出物还能直接作为团队交付文档。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 发布方为 GitHub 官方组织仓库，属该技能市场的官方收录背书；该子技能本身未见独立于合集之外的第三方讨论或采用数据，合集整体星数由 430 余个子技能共享，不能计入本技能个体热度 |
| 可用性 | 8 | 纯 Markdown 提示词，无需安装任何依赖、无需连接真实 Power BI 环境即可开始评审对话；评审框架结构完整（三维度 × 三阶段 × 两档清单 × 三专项模式），内置执行摘要与详细报告双模板；内容创建于 2025-10-15，距今约 11 个月未见实质更新 |
| 安全性 | 9 | 纯提示词/模板类技能，仅在对话中输出评审框架与建议文本，不执行任何脚本、不发起网络请求、不要求任何凭据或 API Key |
安全检查清单：
| 检查项 | 结果 |
|---|---|
| ① Shell 命令及权限范围 | 无 shell 命令执行，纯提示词分析 |
| ② 运行时联网外发 | 无 |
| ③ API Key/凭据要求 | 不需要 |
| ④ 可疑指令（prompt injection 迹象） | 未发现 |
| ⑤ 作者/组织信誉 | GitHub 官方组织仓库收录 |
| ⑥ License | MIT，明确 |
| ⑦ 最近维护时间 | 内容创建 2025-10-15，2026-02-19 完成格式转换，约 11 个月未见实质更新 |
7. 跟同类 Skills 相比的优势
同一合集仓库内还有多个 Power BI 相关技能，各自聚焦不同环节：
| 技能 | 定位 | 与本技能的差异 |
|---|---|---|
| semantic-model-authoring（Microsoft Skills for Fabric，官方） | 批量建模、编写 DAX 并自动校验护栏 | 是构建工具，产出新模型；本技能面向已有模型做架构级审查，不参与建模操作 |
| power-bi-performance-troubleshooting（同合集） | 报表加载慢、查询超时时定位四层性能瓶颈 | 是被动诊断工具，聚焦性能单一维度；本技能是主动全面评审，覆盖架构、关系、存储、治理、安全多个维度 |
| powerbi-report-authoring（Microsoft Skills for Fabric，官方） | 用自然语言创建/修改报表页面、可视化与主题 | 作用在报表展示层；本技能作用在语义模型层，两者评审对象不同 |
| power-bi-report-design-consultation（同合集） | 图表类型选型与仪表盘布局设计 | 同样是报表展示层的设计咨询，不涉及底层数据模型的架构合规性 |
本技能的差异化在于提供结构化、可交付的模型设计评审流程（含优先级建议与实施路线图模板），填补了“已有构建/授权/诊断工具”与“标准化架构审查”之间的空白。
8. 用户评价
该技能目前在第三方平台尚无具名用户评价；GitHub 仓库内命中该文件的两个 issue（#1076、#2578）均为仓库自动化机器人生成的“重复资源检查”与“资源过期报告”，非真实用户讨论。
9. 其他补充
同仓库另有 power-bi-dax-optimization、power-bi-performance-troubleshooting、power-bi-report-design-consultation、powerbi-report-authoring、semantic-model-authoring 等 Power BI/Fabric 相关技能，多数与本技能同批（2025-10-15 前后）引入，各自聚焦模型构建、DAX 调优、性能诊断或报表设计，与本技能的模型架构评审定位互不重叠，详见第 7 章对比。
10. 安装使用方式
Claude Code / OpenClaw / Hermes Agent：将 skills/power-bi-model-design-review/SKILL.md 复制到对应 agent 的 skills 目录即可自动加载。
脚手架工具：
npx skills add https://github.com/github/awesome-copilot --skill power-bi-model-design-reviewCodex：下载 SKILL.md 后通过 -f 参数或标准输入显式传入。
安装后无需重启。对话中描述待评审模型的表结构、关系与业务背景（或直接要求 agent 基于已连接的 Power BI 环境分析），并指定“快速评估”或“全面评审”即可触发；产出的执行摘要与详细报告需自行保存归档。
11. 注意事项
- 本技能是评审框架而非自动化诊断工具，不会自动连接 Power BI 服务读取真实模型指标，需要使用者提供模型结构描述或粘贴相关元数据作为评审输入
- 内容自 2025-10-15 创建后约 11 个月未见实质更新，Power BI 近期新特性（如某些存储模式或安全能力的迭代）可能未被清单完全覆盖，建议评审结论结合官方最新文档交叉核对
- 4–8 小时全面评审清单产出内容较长，超大型企业模型建议按业务域拆分、分批评审