Auditar pipelines de datos de Python y BigQuery en cuanto a costo, reejecución segura y preparación para producción

1. Abra el repositorio de código o adjunte el script de Python que ejecuta operaciones de BigQuery para que el agente pueda leerlo. 2. Solicite la auditoría de forma explícita, por ejemplo: «Audita el script pipelines/daily_scores.py en cuanto al costo de BigQuery y la seguridad de reejecución, y dame la lista de correcciones». 3. El agente identificará cada llamada como client.query, load_table_from_* y las llamadas externas. Luego estimará el peor número posible de trabajos y comprobará la presencia de maximum_bytes_billed, el indicador --mode y los límites del rango de fechas. 4. Revise las secciones A a F del informe: costo, ejecución de prueba, diseño de bucles, seguridad de las consultas, escritura segura y monitoreo. En cada sección, el agente propone cambios sencillos, como usar MERGE sobre una clave determinista o agregar un run_id. 5. Utilice la sección final para priorizar el trabajo: incluye un veredicto PASS o FAIL para cada sección, la lista de correcciones por gravedad y los tres principales riesgos de costo con una estimación aproximada de cada uno.

- La habilidad requiere que el agente tenga acceso de lectura al código Python del pipeline de datos. - Se basa en la biblioteca cliente de BigQuery de Google, pero la auditoría se realiza únicamente leyendo el código. La habilidad no ejecuta consultas, no se conecta a una cuenta de Google Cloud y no requiere credenciales. - Las estimaciones del informe, como el número de trabajos y el costo, son aproximadas y se basan en un análisis estático del código. Deben revisarse, y las correcciones sugeridas deben probarse, antes de aplicarlas en un entorno de producción. - La habilidad está diseñada específicamente para pipelines de Python con BigQuery. - Licencia original: MIT.