如果缺少规范，请要求用户首先运行speckit-specify。

如果任务丢失或不完整，请要求用户首先运行speckit-tasks。

如果请求缺失或不明确，请在继续之前提出有针对性的问题。

如果请求为空或缺少规范，请在继续之前提出有针对性的问题。

如果请求为空或不清楚，请在继续之前提出有针对性的问题。

如果目标缺失或不明确，请在继续之前提出有针对性的问题。

在实施之前识别三个核心工件（spec.md、plan.md、tasks.md）中的不一致、重复、歧义和未指定的项目。此技能必须仅在完整的tasks.md存在后运行（通常在speckit-tasks之后）。

核心原则：通过dbt的抽象层将软件工程学科（DRY、模块化、测试）应用于数据转换工作。

使用可用的 MCP 工具、CLI 命令和数据调查系统地诊断和解决 dbt Cloud 作业故障。

存在三个 CLI。如果不确定，请询问用户是哪一个。

此技能指导 dbt 项目从一个数据平台（源）迁移到另一个数据平台（目标），例如，从 Snowflake 迁移到 Databricks，或从 Databricks 迁移到 Snowflake。

帮助用户了解哪些 Fusion 迁移错误可以自行修复，哪些错误在 Fusion 更新中被阻止。您的角色是对迁移问题进行分类和分类，而不是自动修复所有问题。

dbt 文档有 LLM 友好的 URL。始终附加 .md 以获取干净的 markdown 而不是 HTML。

dbt MCP 服务器将 AI 工具连接到 dbt 的 CLI、语义层、发现 API 和管理 API。此技能指导用户通过针对其用例的正确配置进行设置。

针对第三方安全扫描仪和质量审核员审核已发布的技能，并修复发现的问题。

使用最佳可用方法回答数据问题：首先是语义层，然后是 SQL 修改，然后是模型发现，然后是清单分析。在说“无法回答”之前，一定要先穷尽选项。

该技能指导遵循既定的最佳实践创建结构良好、语义正确的 LaTeX 文档。

使用 DBOS 持久工作流程构建可靠、容错的 TypeScript 应用程序的指南。

使用经过验证的最佳实践将粗略的提示或任务描述转换为优化的 AI 指令提示。该技能接受任何起始提示（从单个句子到复杂的工作描述），并返回完美、有效的提示，以最佳方式利用人工智能功能。

使用 yt-dlp 和 ffmpeg 从 YouTube 和 HLS 流媒体平台（Mux、Vimeo 等）实现可靠的视频和音频下载。该技能提供了以下工作流程：