Tekstowe joby ETL padają po cichu: kilka uszkodzonych wierszy, niestabilne źródło i dowiadujesz się dni później, gdy raport wygląda dziwnie. Ten runner sprawia, że każdy batch jest identyfikowalny.
sonnet1 tydzieńPythonPostgresS3Slack
Claude
85ROI
91Scale
$3.3k93Saved
ROI for
README.md
Dlaczego ten subagent
Tekstowe joby ETL padają po cichu: kilka uszkodzonych wierszy, niestabilne źródło i dowiadujesz się dni później, gdy raport wygląda dziwnie. Ten runner sprawia, że każdy batch jest identyfikowalny.
Waliduje względem schematu, czyści i wzbogaca tekst, ponawia przejściowe błędy z backoffem i izoluje rekordy, które wciąż nie przechodzą, zamiast je gubić. Każde uruchomienie kończy się logiem audytowym, który liczy, co weszło, co zostało odrzucone i co wylądowało, więc możesz ufać liczbom.
Jak działa
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Przekształć pola tekstowe zgodnie z zdefiniowanymi regułami czyszczenia i wzbogacania, pomijając wiersze, które nie przeszły walidacji.
pending
Powtórz próby w przypadku błędów tymczasowych z zastosowaniem backoffu, a dane, które zawiodą wielokrotnie, umieść w strefie izolacji.
pending
Załaduj oczyszczone wiersze do docelowego magazynu i zapisz podsumowanie uruchomienia z licznikami oraz listą odrzuconych rekordów.
pending
Przykładowe wyjście
json
// Sample output
// (generated when the pipeline finishes)
Given a source batch, run extract-transform-load with retries and return a JSON audit log of rows read, transformed, retried, quarantined, and loaded.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.