Gatekeeper: Hash-Kette verifiziert 212 veröff. Claims · 0 unterdrückt · 256 PASSED-Records · 1024 Ed25519-Kritiker-Signaturen · Stand

Skill bi_sql_audit · Version 0.1.0

BI & SQL Model Audit

Deterministische statische Prüfung eines synthetischen dbt-/BI-Analytics- Repositories (SQL-Modelle, schema.yml-Tests, dbt_project.yml, Dashboard-Export, Query-Historie, Lineage-Graph) auf Modeling-Qualität (SELECT *, Comma-Joins, Fanout-Risiko, Aggregations-Grain, hartkodierte Datumsfilter, volatile Funktionen, Divisions-Risiken, timezone-naive Timestamps, fehlende Incremental-/Partitionsstrategie), Testabdeckung (fehlende/deaktivierte Schema-Tests, undokumentierte Modelle), Freshness, Lineage (falsche ref()s, fehlende Lineage, verwaiste Modelle), BI/PII (unmaskierte PII-Spalten, doppelte Metriken) und Performance (langsame Full-Scan-Queries). Es gibt keine DB-Ausführung, keinen Datenscan, kein Netzwerk und keine LLM-Aufrufe; zwei Läufe sind byte-identisch. Der Quality-Score wird transparent aus Severity-Gewichten berechnet, heuristische Regeln sind gekennzeichnet. Saubere Muster (explizite Spalten, getestetes Modell, incremental+Partition, maskierte PII, dokumentierte Lineage, Freshness-Test) werden über explizite Guards unterdrückt.

VALIDATED Kategorie: Daten-Intelligenz 1 Evidenz-Record(s)

Berechtigungen

  • Nur Lesen (Workspace)
  • Kein Netzwerk

Kosten- und Laufzeitmodell

Kostenmodell des Skills
FeldWert
LLM-Aufrufe erlaubt0
Netzwerkzugriffnein (erzwungen)
Max. Laufzeit120000 ms
Letzte Evidenzec23026dbe4649fc8c263bc6accf20f1 (2026-11-03T11:21:51Z)

Validierungs-Schwellenwerte

Schwellenwerte
FeldBedeutungWert
min_recallMindest-Recall1
min_precisionMindest-Precision0.9
max_runtime_msMax. Laufzeit (ms)120000
max_cost_usdMax. Kosten (USD)0.05

Grenzen des Skills

  • Nur statische Analyse von SQL/Config/Metadaten; keine SQL-Ausführung, keine DB-Verbindung, kein Datenscan und keine Query-Plan-Validierung.
  • Heuristische Regeln (Fanout, doppelte Faktzeilen, PII-Exposition, verwaiste Modelle) können False Positives/Negatives liefern.
  • Testabdeckung wird aus deklarierten Schema-Tests abgeleitet, nicht aus ausgeführten Testergebnissen.
  • Keine Rechts-, Finanz- oder BI-Zertifizierung; Findings erfordern menschliche Data-Engineering-Prüfung.
  • Das Golden-Dataset ist synthetisch; keine echten Daten oder Zugangsdaten.

Eingabe-Vertrag (JSON-Schema)

Der Runner validiert Eingaben gegen dieses Schema, bevor der Skill startet.

{
  "additionalProperties": false,
  "properties": {
    "max_findings": {
      "default": 200,
      "type": "integer"
    },
    "scope": {
      "default": [
        "modeling",
        "tests",
        "freshness",
        "documentation",
        "lineage",
        "privacy",
        "metrics",
        "performance"
      ],
      "items": {
        "type": "string"
      },
      "type": "array"
    },
    "target_path": {
      "type": "string"
    }
  },
  "required": [
    "target_path"
  ],
  "type": "object"
}

Ausgabe-Vertrag (JSON-Schema)

Die Ausgabe wird nach dem Lauf gegen dieses Schema geprüft; Abweichungen brechen den Lauf ab.

{
  "additionalProperties": false,
  "properties": {
    "findings": {
      "maxItems": 500,
      "type": "array"
    },
    "summary": {
      "type": "object"
    }
  },
  "required": [
    "findings",
    "summary"
  ],
  "type": "object"
}

Evidenz für diesen Skill

Nur verifizierte Records, neueste zuerst. Ein Record belegt einen konkreten Lauf gegen ein synthetisches Lab-Ziel.

Evidenz des Skills
RecordZeitstempelStatusReifePrecision / RecallLaufzeitKosten
ec23026dbe4649fc8c263bc6accf20f12026-11-03T11:21:51ZPASSEDVALIDATED1,000 / 1,000732 ms0,00 €

Verwendet von

Gatekeeper Evidence Inspector

Produkt-Manifest:

—

Evidence-Record-ID:

—

Record-Digest (SHA-256):

—
Record im Evidenz-Explorer