
Domino Datasets
作者 dominodatalabd86698d74d56无许可证7 个星标收录于 2026年10月8日更新于 2026年10月8日仓库2天前更新
Work with Domino Datasets - high-performance, versioned filesystem storage. Covers dataset creation, snapshots for versioning, sharing across projects, mounting paths (/domino/datasets/), and performance optimization. Use when managing data storage, creating reproducible data versions, or sharing data between projects.
添加到 SourceWeft 工作区
- 在控制台中打开该技能,并将它添加到工作区。
- 为需要使用它的对话启用该技能。
该技能仅含说明:不附带任何可执行的脚本。
添加到 SourceWeft系统会先要求你登录,然后直接带你回到这个技能。
让你的智能体来安装
把这段提示词粘贴到 Claude Code、Codex、Cursor 或其他能运行命令的智能体中,也可以粘贴到 SourceWeft 对话里。智能体会阅读这个技能的安装说明,向你展示它的来源、许可证和脚本情况,在你同意后用 SourceWeft CLI 安装。
阅读 https://sourceweft.com/skills/gh-dominodatalab-domino-claude-plugin-domino-datasets/install.md 中的说明,按说明安装这个技能。安装前先告诉我它的来源、许可证以及是否附带脚本,等我确认。修改我电脑上的其他任何内容之前也要先问我。用命令行自行安装
适用于 Claude Code、Codex、Cursor 及其他本地智能体。SourceWeft CLI 会从源代码仓库中获取此处扫描过的那次提交,并根据扫描时记录的哈希值逐一校验每个文件。只要有任何不一致,就不会写入任何内容。
npx @sourceweft/cli skills install gh-dominodatalab-domino-claude-plugin-domino-datasets添加 --agent claude-code、codex、cursor 或 universal 来选择安装给哪个智能体(默认为 Claude Code)。
上游安装器——未经 SourceWeft 校验
开源的 skills 安装器会获取同一个固定的提交,但不会根据 SourceWeft 记录的哈希值校验文件。
npx skills add https://github.com/dominodatalab/domino-claude-plugin/tree/d86698d74d56d3934c8f8ddccb4f6aa55eb2bba7/skills/datasets来源与署名
来源:dominodatalab/domino-claude-plugin位于skills/datasets提交d86698d
许可证: 无许可证
内容归原作者所有。SourceWeft 从公开仓库中收录这些内容。
更多来自 dominodatalab/domino-claude-plugin 的技能

Domino Model Monitoring
dominodatalab
指导监控 Domino 中已部署的模型:漂移检测、预测捕获、质量跟踪与告警。

Domino Flows
dominodatalab
指导在 Flyte 上用 Domino Flows 以 DAG 构建多步骤机器学习工作流,包含类型化任务与阶段脚本。

Domino Ui Design
dominodatalab
构建符合 Domino 设计系统的 Domino 风格 Web 应用,并审查其用户体验。

Domino Distributed Computing
dominodatalab
指导在 Domino 中运行 Spark、Ray 和 Dask 分布式集群,涵盖配置、框架选择与扩缩容。

Domino Data Connectivity
dominodatalab
指导如何通过 S3 Mountpoint、AWS IRSA 和 Azure Entra ID 凭据将 Domino 工作负载连接到外部云数据源。
更多Data & Analytics技能

Spanner Basics
指导 Google Cloud Spanner 的实例与数据库管理、架构设计、查询和性能诊断。

Gke Cost Analysis
使用 BigQuery 账单导出数据和实时集群指标,回答关于 GKE 集群与工作负载成本的自然语言问题。

Datalineage Bigquery Asset Impact Analysis
指导智能体使用数据血缘对 BigQuery 表或视图进行下游影响(爆炸半径)分析。

Bigquery Troubleshooting
通过结构化根因工作流诊断失败、缓慢或费用异常的 BigQuery 作业。

Bigquery Optimization
指导 BigQuery 在容量版本、存储布局和 SQL 查询方面的成本与性能优化。

Bigquery Bigframes
指导使用 BigQuery DataFrames(BigFrames)编写 Python 代码,用于数据处理、分析和机器学习。