Synthèse automatique
Cette compétence fournit une carte de référence structurée et des règles opérationnelles pour utiliser DataFusion et DeltaLake dans un dépôt, permettant une utilisation précise des API via des sondes locales et des consultations documentaires.
Points forts
- Réduit les conjectures sur les API en fournissant des références locales
- Tire parti des modèles de code existants dans le dépôt
- Couvre de nombreux aspects (Rust, Python, SQL, planification, intégration)
- Encourage l'exploration méthodique de l'environnement
Limites
- Nécessite que les fichiers de référence soient présents dans le dépôt
- Peut ne pas couvrir tous les cas limites ou API nouvelles
- Dépend de la version locale de DataFusion/DeltaLake
Lors du développement ou du débogage de code utilisant DataFusion et DeltaLake dans un dépôt contenant ces fichiers de référence.
Lorsque le dépôt ne dispose pas des fichiers de référence ou que vous explorez des API complètement nouvelles non documentées.
Analyse de sécurité
SûrThe skill only describes how to look up information in local references and probe the environment with safe Bash commands (e.g., version checks). No destructive actions, external network calls, or obfuscated payloads are instructed.
Aucun point d'attention détecté
Comment cette analyse est faiteExemples
Open the DeltaLake integration reference and find how to register a Delta table from a given path using DataFusion's catalog.Search the repo for existing Rust UDF implementations, then open the Rust UDF reference to check the current contracts for Scalar UDFs.Run a local probe to get the DataFusion version, then open the planning deep dive to understand how predicate pushdown works with DeltaLake scan providers.name: dfdl_ref description: DataFusion + DeltaLake operations manual for this repo. DataFusion is the core query engine; DeltaLake provides the storage layer and integrates tightly via scan providers, schema bridging, and predicate pushdown. Use lookup + local probes; do not guess APIs. allowed-tools: Read, Grep, Glob, Bash
Operating rule: never guess DataFusion/DeltaLake/PyArrow/UDF APIs
When uncertain:
- Probe local environment (versions + available methods).
- Search the repo for how we already use it.
- Open the relevant reference file below (only the section you need).
- Implement using existing local patterns unless the plan says otherwise.
Reference map (open these files as needed)
- Core DataFusion Python surfaces (IO, catalog, SQL, DataFrame API): reference/datafusion.md
- "Best-in-class deployment gaps" (caching, stats, observability, planning knobs): reference/datafusion_addendum.md
- Planning deep dive (logical/physical plan pipeline, introspection, optimization rules): reference/datafusion_planning.md
- Rust UDF contracts (Scalar/UDAF/UDWF/Async/named args): reference/datafusion_rust_UDFs.md
- Schema management + schema pitfalls: reference/datafusion_schema.md
- DeltaLake ↔ DataFusion integration details: reference/deltalake_datafusion_integration.md
- Advanced Rust integration (PyO3 packaging, wheels, CI, native module distribution): reference/datafusion_deltalake_advanced_rust_integration.md
- DataFusionMixins trait (Delta snapshot schema + predicate parsing helpers): reference/deltalake_datafusionmixins.md
- Plan combination (composing DataFusion plans via joins/unions/CTEs, Delta integration, parameterized queries, plan serialization): reference/datafusion_plan_combination.md
- Rust LogicalPlan programmatic construction (LogicalPlanBuilder, Expr, schema/DFSchema, plan rewriting via TreeNode, extensibility, serialization): reference/Datafusion_logicplan_rust.md
- DataFusion tracing (Rust community extension: execution spans, metrics capture, partial-result previews, rule-phase instrumentation, OpenTelemetry export): reference/datafusion-tracing.md
- DeltaLake core (format/protocol, client APIs, 3-layer model): reference/deltalake.md
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/datafusion-deltalake-operations-reference-mm78nnnl/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/datafusion-deltalake-operations-reference-mm78nnnl' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/datafusion-deltalake-operations-reference-mm78nnnl/download' --output '.skill-downloads/datafusion-deltalake-operations-reference-mm78nnnl/SKILL.md.part' && mv '.skill-downloads/datafusion-deltalake-operations-reference-mm78nnnl/SKILL.md.part' '.skill-downloads/datafusion-deltalake-operations-reference-mm78nnnl/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Outils déclarés par l’auteur (à vérifier dans votre agent) : Read, Grep, Glob, Bash
Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Le fichier ne fournit pas un en-tête name/description exploitable pour cette procédure native. Le téléchargement reste disponible pour lecture ; utilisez le mode manuel ci-dessous.
Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/datafusion-deltalake-operations-reference-mm78nnnl/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Créer des cartes interactives avec kepler.gl
Data & IA
Création de cartes interactives et export HTML autonome avec le package Python keplergl, à partir de données géospatiales (DataFrame, GeoJSON, CSV).
Optimisation de paramètres par agent
Data & IA
Guide d'optimisation de systèmes configurables avec objectif mesurable, via des essais bornés et une recommandation fondée sur des preuves.
Relance des visiteurs ICP
Data & IA
Identifiez les utilisateurs inscrits correspondant au profil client idéal mais qui n'ont pas activé, et rédigez des messages de relance personnalisés pour les réengager.