astronomer-data-agents
Apache Airflow 與 Astronomer 的資料工程工具：依最佳實務撰寫 DAG、除錯管線失敗、追蹤資料血緣、分析資料表、從 Airflow 2 遷移至 3，並管理本機與雲端部署。
安裝
尚未加入官方市場時先執行
- 分類
- 開發
- GitHub
- astronomer/agents
適合用來
- 依最佳實務撰寫 Airflow DAG
- 排查資料管線失敗的原因
- 追蹤資料血緣並分析資料表
- 把 Airflow 2 遷移到 Airflow 3
怎麼開始
- 執行 /plugin install astronomer-data-agents@claude-plugins-official 安裝
- 外掛內含 Airflow MCP 伺服器，會透過 uvx 從 PyPI 執行
- 自架 Airflow 時，把 AIRFLOW_API_URL 設為你的執行個體位址
- 請 Claude 撰寫 DAG、除錯管線或管理本機與雲端部署
使用前須知
MCP 伺服器可搭配任何 Airflow 2.x/3.x REST API；資料倉儲查詢由 analyzing-data 技能在背景 Jupyter kernel 中執行。
以上由 AI 依據專案說明整理，實際用法請以官方文件為準。
同類工具
- agentforce-adlc官方外掛 · 開發
Agentforce 代理開發生命週期：撰寫、探索、建立骨架、部署、測試與最佳化 .agent 檔案。
- atomic-agents官方外掛 · 開發
以 Atomic Agents 框架建置 AI 代理的完整開發流程，內含負責結構描述設計、架構規劃、程式碼審查與工具開發的專用代理，以及引導式流程與最佳實務驗證。
- aws-amplify官方外掛 · 開發
以 AWS Amplify Gen 2 建置全端應用程式，提供身分驗證、資料模型、儲存、GraphQL API 與 Lambda 函式的引導式流程。
- aws-serverless官方外掛 · 開發
使用 AWS 無伺服器服務設計、建置、部署、測試與除錯無伺服器應用程式。
- base44官方外掛 · 開發
建置與部署 Base44 全端應用程式，提供 CLI 專案管理與 JavaScript/TypeScript SDK 開發技能。
出處 anthropics/claude-plugins-official · 更新於 2026年10月11日 · 版權屬原作者