Текстові ETL-задачі падають тихо: кілька битих рядків, нестабільне джерело — і ви дізнаєтесь через кілька днів, коли звіт виглядає криво. Цей ранер робить кожен батч простежуваним.
sonnet1 тижденьPythonPostgresS3Slack
Claude
85ROI
91Scale
$3.3k93Saved
ROI for
README.md
Чому цей субагент
Текстові ETL-задачі падають тихо: кілька битих рядків, нестабільне джерело — і ви дізнаєтесь через кілька днів, коли звіт виглядає криво. Цей ранер робить кожен батч простежуваним.
Він валідує дані проти схеми, чистить і збагачує текст, ретраїть тимчасові помилки з бекофом і ізолює записи, які продовжують падати, замість їх викидати. Кожен запуск завершується аудит-логом, де пораховано, що зайшло, що відхилено і що потрапило в призначення — тож цифрам можна довіряти.
Як він працює
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.
Трансформує текстові поля згідно з налаштованими правилами очищення та збагачення, пропускаючи рядки, що не пройшли валідацію.
pending
Повторює спроби при тимчасових збоях із експоненційною затримкою й ізолює записи, які систематично не проходять перевірку.
pending
Завантажує чисті записи у цільове сховище й формує звіт про запуск із кількістю оброблених рядків та списком відхиленых.
pending
Приклад результату
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.