data-autocleaning
GoogleCloudPlatform/data-agent-kit-plugin / skills/data-autocleaning
impose un profilage Dataplex avant tout nettoyage BigQuery , ce qui améliore : évite les corrections à l'aveugle
Fiche
- note du juge
- 8/10
- place
- hors pack
- éditeur
- GoogleCloudPlatform
- statut
- nouveau
- commit épinglé
- 9a49a83 sur GitHub (nouvel onglet)
- dernier commit du skill
- 10 juin 2026
- étoiles du dépôt
- 224
- type principal
- Data
Jugement
Skill officiel Google, précis : protocole Dataplex, règles SAFE.PARSE_*, JSON et tableaux, vérification par profils comparés. Déclenchement large (« ANY task » BigQuery/GCS) et annexe script absente.
réserves
- L'annexe scripts/dataplex_scanner.py n'est pas fournie : son contenu n'a pas pu être vérifié.
- Contradiction : « ne pas faire de profilage ad hoc » alors que l'étape 1 demande des requêtes bq de sondage.
- Le protocole ne prévoit pas la suppression des tables temporaires créées (TTL d'une heure seulement, pas de nettoyage explicite).
- Déclenchement
- 1/2
- Valeur ajoutée
- 2/2
- Précision
- 2/2
- Périmètre
- 2/2
- Qualité
- 1/2
Alertes
3 alertes, par catégorie
Scan statique
- risque élevé
scripts lancés par le SKILL.md
SKILL.md, scripts/dataplex_scanner.py
Exécution
- risque élevé
Le scanner crée des tables temporaires et des scans Dataplex facturables dans le projet GCP, avec écriture dans BigQuery.
Réseau
- risque élevé
Les données des tables sont envoyées au service Dataplex (GCP) pour profilage ; à valider selon la sensibilité des données.
Description d’origine
Automated data quality and transformation capabilities for Dataform/dbt/BigQuery pipelines. Processes data sourced from BigQuery or Cloud Storage (GCS), applying best practices for data ingestion, movement, schema mapping, and comprehensive data cleaning.
ajouté le 19 oct. 2026 · licence Apache-2.0