astronomer-data-agents
Apache Airflow と Astronomer のためのデータエンジニアリング。ベストプラクティスに沿った DAG 作成、パイプライン障害のデバッグ、データリネージの追跡、テーブルのプロファイリング、Airflow 2 から 3 への移行、ローカルとクラウドのデプロイ管理。
導入
公式マーケットプレイスが未追加なら先に実行
- カテゴリ
- 開発
- GitHub
- astronomer/agents
こんな用途に
- ベストプラクティスに沿って Airflow の DAG を書く
- パイプラインの失敗原因を調べる
- データリネージを追い、テーブルをプロファイルする
- Airflow 2 から Airflow 3 へ移行する
始め方
- /plugin install astronomer-data-agents@claude-plugins-official でインストールする
- プラグインには uvx で PyPI から実行される Airflow MCP サーバーが含まれる
- セルフホストの Airflow なら AIRFLOW_API_URL を自分のインスタンスに設定する
- DAG の作成、パイプラインのデバッグ、ローカルやクラウドのデプロイ管理を Claude に頼む
導入前に
MCP サーバーは Airflow 2.x/3.x の REST API で動作します。ウェアハウスへのクエリは analyzing-data スキルがバックグラウンドの Jupyter カーネルで実行します。
プロジェクトの説明をもとに AI がまとめました。利用前に公式ドキュメントをご確認ください。
似たツール
- agentforce-adlc公式プラグイン · 開発
Agentforce のエージェント開発ライフサイクル。.agent ファイルの作成、検出、スキャフォールド、デプロイ、テスト、最適化。
- atomic-agents公式プラグイン · 開発
Atomic Agents フレームワークで AI エージェントを構築するための開発ワークフロー。スキーマ設計、アーキテクチャ計画、コードレビュー、ツール開発の専用エージェント、ガイド付きワークフロー、段階的開示型スキル、ベストプラクティス検証を含む。
- aws-amplify公式プラグイン · 開発
AWS Amplify Gen 2 でフルスタックアプリを構築。認証、データモデル、ストレージ、GraphQL API、Lambda 関数のガイド付きワークフロー。
- aws-serverless公式プラグイン · 開発
AWS のサーバーレスサービスでサーバーレスアプリケーションを設計・構築・デプロイ・テスト・デバッグ。
- base44公式プラグイン · 開発
Base44 フルスタックアプリの構築とデプロイ。CLI によるプロジェクト管理と JavaScript/TypeScript SDK 開発のスキル。
出典 anthropics/claude-plugins-official · 更新日 2026年10月11日 · 著作権は各作者に帰属します