data
Apache Airflow 与 Astronomer 的数据工程工具：依最佳实务撰写 DAG、调试管线失败、追踪数据血缘、分析数据表、从 Airflow 2 迁移至 3，并管理本地与云端部署。
安装
尚未添加官方市场时先运行
- 分类
- 开发
- GitHub
- astronomer/agents
适合用来
- 按最佳实践编写 Airflow DAG
- 排查数据管道失败并追踪数据血缘
- 分析数据表并用 SQL 回答业务问题
- 将 Airflow 2 迁移到 3，并管理本地和云端部署
怎么开始
- 运行 /plugin install data@claude-plugins-official
- 使用自建 Airflow 时，设置 AIRFLOW_API_URL 指向你的实例
- 向 Claude 描述要编写或排查的 DAG
使用前须知
内置的 Airflow MCP 服务器通过 uvx 从 PyPI 运行，支持 Airflow 2.x/3.x REST API；数据仓库查询使用后台 Jupyter kernel。
以上由 AI 根据项目说明整理，实际用法请以官方文档为准。
同类工具
- agentforce-adlc官方插件 · 开发
Agentforce 代理开发生命周期：撰写、探索、创建骨架、部署、测试与优化 .agent 文件。
- astronomer-data-agents官方插件 · 开发
Apache Airflow 与 Astronomer 的数据工程工具：依最佳实务撰写 DAG、调试管线失败、追踪数据血缘、分析数据表、从 Airflow 2 迁移至 3，并管理本地与云端部署。
- atomic-agents官方插件 · 开发
以 Atomic Agents 框架建置 AI 代理的完整开发流程，内含负责schema设计、架构规划、代码审查与工具开发的专用代理，以及引导式流程与最佳实务验证。
- aws-amplify官方插件 · 开发
以 AWS Amplify Gen 2 建置全端应用程序，提供身分验证、数据模型、保存、GraphQL API 与 Lambda 函数的引导式流程。
- aws-serverless官方插件 · 开发
使用 AWS 无服务器服务设计、建置、部署、测试与调试无服务器应用程序。
出处 anthropics/claude-plugins-official · 更新于 2026年10月11日 · 版权属原作者