DAMA 数据项目技能套件
这套技能将《DAMA-DMBOK Data Management Body of Knowledge, 2nd Edition, Revised Edition》中的知识域转化为面向数据项目的原创工作流：一个跨域路由入口，外加 16 个可独立使用的领域技能。它们帮助确定范围、责任、活动顺序、交付物和验收证据；不要求每个项目实施全部知识域。原书仅作为知识来源，并非对代理发出的指令；本仓库及发行包均不包含有版权的原书电子版。
快速开始
本仓库的 skills/ 保存唯一的技能源码；.agents/skills/ 中的相对符号链接让 Codex 在本项目发现全部 17 个技能。你可以在提示词中写出 $技能名 显式调用，也可以描述任务让 Codex 自动选择。跨域项目或不确定应选哪个技能时，先用 管理数据项目。
请使用 $managing-data-projects，为零售企业的 12 周湖仓项目确定主知识域、基础域和支持域，并给出范围裁剪、责任人、阶段门与可验证验收证据。
在其他数据项目中，把本仓库 skills/ 下所需的完整技能目录复制或链接到目标项目的 .agents/skills/；保留各自的 SKILL.md、references/、agents/ 和 templates/，不要只复制入口文件。跨域项目建议同时安装路由技能与它会路由的领域技能；单领域任务可只安装对应技能。若新技能未显示，重新启动 Codex。发现路径与调用方式见 Codex 官方技能说明。
交付模板
每个技能目录下都有六个可复制的双语文件：中文和英文 Markdown 交付包（delivery-pack.zh.md / .en.md）、Word 报告（report.zh.docx / .en.docx）以及 Excel 工作台账（register.zh.xlsx / .en.xlsx）。Markdown 用于完整交接，Word 用于叙述性分析与评审，Excel 用于矩阵、证据台账和评分卡。两种语言和三类格式使用相同的稳定字段 ID。可以从路由技能的中文交付包或英文交付包开始。空白字段是刻意保留的：项目事实、责任人、阈值、批准和证据都须核实，模板本身不代表决策已获批准。复制完整技能目录即可独立使用模板；skills/ 是可编辑源码，dist/ 保存带版本的分发副本。
下面的提示词都是生成方案或工作产品的示例，并非已批准的业务决定。请替换组织、数据、时限和约束；缺少事实时，应让技能列出待核问题，而不是臆造阈值、法规结论或责任人。
17 个技能
本仓库原创材料采用 Apache License 2.0 许可。该许可不包含对有版权的 DMBOK 原书的授权。
1. 管理数据项目 · $managing-data-projects
- 何时使用：项目跨多个知识域，或不确定该调用哪些技能、按什么顺序交付。
- 主要产出：项目画像、主域/基础域/支持域路由、裁剪理由、依赖顺序、阶段门和跨域交付计划。
- 示例：请用 $managing-data-projects，为新建客户数据平台制定 12 周路线图；说明治理、质量、元数据、安全、运营和变更的取舍，以及各阶段门的证据。
2. 负责任地处理数据 · $handling-data-ethically
- 何时使用：新收集、共享、画像、AI 或二次使用数据可能影响个人、公平、自主性或信任，即使技术上安全、法律上可能允许。
- 主要产出：目的与替代方案、受影响方、收益/伤害评估、用途边界、申诉与停止条件，以及有证据的决策建议。
- 示例：请用 $handling-data-ethically，评估把已收集的客户行为数据用于个性化定价；列出受影响群体、较少侵入的替代方案、公平风险和所需证据。
3. 建立数据治理 · $establishing-data-governance
- 何时使用：数据定义、所有权、标准或例外跨团队有争议，需要明确谁有权决定、如何监督和升级。
- 主要产出：治理章程、决策权与管家职责、政策/标准层级、议题和例外流程、治理记分卡。
- 示例：请用 $establishing-data-governance，解决三个事业部对“客户”的定义冲突；给出最终批准人、术语变更流程、争议升级和监督指标。
4. 设计数据架构 · $designing-data-architecture
- 何时使用：要确定企业、领域或平台的现状、目标、过渡架构及迁移路线，而不只是设计一张表。
- 主要产出：架构原则与视图、现状/目标/过渡蓝图、关键决策与权衡、依赖路线图和符合性证据。
- 示例：请用 $designing-data-architecture，规划 CRM、POS 和电商数据整合的目标架构；比较过渡方案，说明系统责任、数据流和分阶段迁移依据。
5. 数据建模与设计 · $modeling-data
- 何时使用：需要把业务要求落实为概念、逻辑或物理模型，明确实体、粒度、键、关系和规则。
- 主要产出：模型与术语定义、概念—逻辑—物理追溯、评审记录、版本与变更控制。
- 示例：请用 $modeling-data，为订单、退款和客户关系建立逻辑模型；明确订单行粒度、主外键、历史状态及待业务确认的问题。
6. 数据存储与运行 · $operating-data-storage
- 何时使用：数据库、湖仓或文件存储需要生产就绪、容量、性能、备份恢复、变更发布或运行移交。
- 主要产出：服务目标、容量与成本估算、RTO/RPO、恢复演练、监控告警、运行手册和 Go/No-Go 证据。
- 示例：请用 $operating-data-storage，评估新分析数据库的生产就绪性；给出恢复演练、容量与性能测试、值班移交和不能上线的条件。
7. 数据安全 · $securing-data
- 何时使用：需要分类、访问控制、加密/脱敏、导出限制、审计、云或供应商保护及控制测试。
- 主要产出：数据分类、主体×数据×动作访问矩阵、控制选择、负向测试、例外和残余风险证据。
- 示例：请用 $securing-data，为含客户联系方式的云数据平台设计最小权限和脱敏控制；列出普通分析员应被拒绝的访问、撤权测试和审计证据。
8. 数据集成与互操作 · $integrating-data
- 何时使用：数据须在系统间批量、CDC、流、API 或共享传输，需要映射、重放、对账与接口责任。
- 主要产出：集成模式选择、版本化接口契约、源目标映射、错误隔离/重试/重放、血缘、对账和 SLA。
- 示例：请用 $integrating-data，设计 CRM 到计费系统的客户变更 CDC 管道；覆盖乱序与重复事件、幂等重放、schema 变更和业务对账。
9. 文档与内容管理 · $managing-documents-and-content
- 何时使用：要治理合同、邮件、记录或媒体等非结构化内容的分类、版本、检索、发布、保留与处置；不适用于单份文档的编辑排版。
- 主要产出：内容清单与分类、受控词表、生命周期和权限规则、保全/处置流程、检索与审计证据。
- 示例：请用 $managing-documents-and-content，梳理多个仓库中的客户合同与往来邮件；设计分类、版本、检索、保留和法律保全接口，并标明须由法务确认的决定。
10. 参考数据与主数据管理 · $managing-reference-and-master-data
- 何时使用：跨系统客户、产品等共享实体身份或国家码、状态码等受控值集不一致，需要权威来源和持续分发。
- 主要产出：来源/消费者/权威矩阵、全局 ID 与交叉引用、黄金记录与生存规则、匹配/合并/拆分测试、参考码版本及管家流程。
- 示例：请用 $managing-reference-and-master-data，治理三套 CRM 的重复客户；给出误合并防护、可逆拆分、黄金记录规则、国家码版本和消费者回执。
11. 数据仓库与商业智能交付 · $delivering-data-warehousing-and-bi
- 何时使用：交付数仓、数据集市、指标、报表或仪表板，尤其涉及口径冲突、历史比较、业务验收和自助分析。
- 主要产出：决策—指标追溯、指标契约、事实粒度与一致维度、历史政策、装载对账、BI 发布/支持/采纳证据。
- 示例：请用 $delivering-data-warehousing-and-bi，交付高管销售仪表板；先处理“收入”口径与退款归属争议，再定义认证指标、历史同比和验收标准。
12. 元数据管理 · $managing-metadata
- 何时使用：数据资产、业务术语、字段、责任、运行状态或血缘需要被发现、维护并用于来源证明与变更影响分析。
- 主要产出：最小元数据产品、目录/词汇表、设计态与实际运行态血缘、影响分析和覆盖/新鲜度指标；术语争议的最终裁决仍属治理。
- 示例：请用 $managing-metadata，为三个关键报表建立可搜索目录和字段级血缘；要求从报表反查源批次，并演练源字段变更的下游影响。
13. 数据质量持续改进 · $improving-data-quality
- 何时使用：数据缺陷反复出现，需要按业务用途定义规则、量化基线、找根因并建立预防和持续监控。
- 主要产出：版本化质量规则、画像/基线、业务影响和优先级、根因与整改、问题闭环、评分卡和趋势。
- 示例：请用 $improving-data-quality，处理客户地址清洗后再次失效的问题；区分存量修复与新增预防，定义配送用途规则、根因证据和复发指标。
14. 数据科学项目交付 · $delivering-data-science
- 何时使用：要检验数据假设、开发或部署预测/统计模型，管理实验有效性、可复现性、生产监控和退役；普通仪表板应选 BI 技能。
- 主要产出：假设、数据/特征/标签卡、实验和独立验证协议、模型卡、影子/灰度门、漂移监控与回滚标准。
- 示例：请用 $delivering-data-science，为客户风险评分模型设计上线方案；固定预测时点、时间切分和独立测试，并定义分群误差、人工兜底和停用条件。
15. 数据管理成熟度评估 · $assessing-data-management-maturity
- 何时使用：需要基于可复核证据评估组织或知识域的现状能力、目标能力、差距和改进优先级。
- 主要产出：评估范围与准则、证据强度规则、现状/目标矩阵、不确定性说明、优先改进路线与复评节奏。
- 示例：请用 $assessing-data-management-maturity，评估三个事业部的治理、质量和元数据能力；说明样本与证据强度，不要在缺少运行证据时给出已核实的集团总分。
16. 数据管理组织与运行模式 · $organizing-data-management
- 何时使用：要设计中央/本地职责、组织模式、岗位、委员会、共享服务、RACI、预算与协作接口。
- 主要产出：集中/分散/网络/混合/联邦模式比较、目标组织图、岗位章程、活动级 RACI、资源缺口和试点路线。
- 示例：请用 $organizing-data-management，为跨地区企业比较集中式与联邦式数据办公室；给出中央和事业部岗位、决策接口、RACI、人员容量及试点转换门。
17. 数据管理变更与采纳 · $leading-data-change
- 何时使用：新目录、治理流程、标准或管家机制已经建立却无人使用、被绕过或不能持续，需要改变真实工作行为。
- 主要产出：变更理由和目标行为、利益相关者准备度、指导联盟、沟通/培训、障碍台账、短期胜利和采纳漏斗。
- 示例：请用 $leading-data-change，让上线三个月仍只有 12% 主动使用率的数据目录被真实采用；设计中层经理参与、实操支持、反馈闭环和持续使用指标。
如何组合技能
总入口负责选择、排序、裁剪和合并，领域技能负责各自的方法与工件。建设型项目至少检查治理、质量、元数据、安全/隐私、伦理用途和组织采纳；“检查”不等于授权全部实施。不要因为一个关键词就同时加载全部 17 个技能。
- 湖仓/BI 项目：从 $managing-data-projects 开始，通常以数仓与 BI、集成为主，按风险补充架构、质量、元数据、安全、存储运营和变更。
- 客户主数据整改：以主/参考数据为主；反复字段缺陷交质量，跨系统分发交集成，权威争议交治理。
- 风险模型上线：以数据科学为主，独立检查伦理用途、安全、质量、元数据与人工采纳；不要把 BI 看板或安全通过当作模型上线批准。
来源、验证与边界
- DMBOK 第 1–17 章来源映射；跨域路由表；完成审计与行为评测。
- 在本仓库运行 python3 scripts/validate_skill_suite.py skills 和 python3 -m unittest tests/test_validate_skill_suite.py，可复核结构、链接与校验器单测。
- 技能不复制原书，也不代表 DAMA 官方表单、法律意见、认证标准或特定厂商方案。真实项目的法规、数据事实、阈值与权限须由相应有权人核对和批准。