Menggunakan keterampilan agen dengan Amazon MWAA

Keterampilan agen adalah paket instruksi yang memandu asisten pengkodean AI melalui Alur Kerja Terkelola Amazon untuk operasi Apache Airflow. The AWS Plugin Analisis Data (aws-data-analytics) di Toolkit Agen sumber terbuka untuk AWS menyediakan seperangkat keterampilan yang mengikuti standar Keterampilan Agen terbuka. Setelah Anda menginstal keterampilan, Anda menjelaskan apa yang ingin Anda lakukan dalam bahasa alami, dan asisten Anda menggunakan keterampilan pencocokan untuk melakukan pekerjaan. Panduan ini menjelaskan keterampilan Amazon MWAA, cara menginstalnya untuk beberapa asisten, dan contoh petunjuk yang dapat Anda gunakan.

Gambaran umum

AWS Plugin Analisis Data (aws-data-analytics) dalam sumber terbuka Toolkit Agen untuk AWS pada GitHub situs web menyediakan keterampilan agen untuk Alur Kerja Terkelola Amazon untuk Apache Airflow.

Keterampilan adalah paket instruksi yang memandu asisten pengkodean AI (seperti Kiro, Claude Code, Amazon Q, Cursor, atau Codex) melalui operasi Amazon MWAA yang umum. Keterampilan ini mengikuti yang terbuka Standar Keterampilan Agen di situs Anthropic, sehingga Anda dapat menggunakannya di seluruh asisten yang mendukung standar.

Keterampilan Amazon MWAA bekerja dengan lingkungan yang disediakan Amazon MWAA dan Amazon MWAA Serverless, kecuali jika disebutkan. Di lingkungan yang disediakan, Anda membuat alur kerja sebagai grafik asiklik yang diarahkan Python (DAG). Di Amazon MWAA Serverless, Anda membuat alur kerja sebagai YAML.

Plugin ini mencakup empat keterampilan Amazon MWAA berikut.

• authoring-mwaa-workflow membuat dan menerapkan DAG Apache Airflow untuk lingkungan yang disediakan dan alur kerja YAML untuk Amazon MWAA Serverless.

• debugging-mwaa-workflow menemukan akar penyebab kegagalan proses dan instance tugas, DAG yang tidak muncul, kesalahan impor, kesalahan kehabisan memori pekerja, dan kesalahan izin IAM.

• testing-mwaa-workflow memicu DAG atau alur kerja yang digunakan, memantaunya hingga selesai, dan menguji ulang setelah perbaikan.

• upgrading-mwaa-environments meningkatkan lingkungan yang disediakan ke versi Apache Airflow yang lebih baru, termasuk 2.x ke 3.x, dengan menggunakan strategi biru-hijau atau di tempat. Keterampilan ini hanya mendukung lingkungan yang disediakan, bukan Amazon MWAA Serverless.

Keterampilan berjalan AWS Antarmuka Baris Perintah (AWS CLI) perintah untuk berinteraksi dengan Anda AWS sumber daya. Kami menyarankan Anda juga menginstal AWS Server Protokol Konteks Model (MCP). Keterampilan menggunakan AWS Server MCP untuk mengambil arus AWS dokumentasi saat runtime dan untuk dijalankan AWS Perintah CLI dengan eksekusi kotak pasir dan pencatatan audit.

Memasang keterampilan

Keterampilan Amazon MWAA adalah bagian dari aws-data-analytics plugin di Agen Toolkit untuk AWS. Untuk menginstal AWS Server MCP dan atur asisten pengkodean Anda, seperti Kiro, Claude Code, Codex, Cursor, atau AWS CLI, ikuti Memulai dalam Toolkit Agen untuk AWS Panduan Pengguna. Saat Anda menginstal plugin atau keterampilan, pilih aws-data-analytics plugin, yang menyediakan keterampilan Amazon MWAA.

Prasyarat

Lengkapi prasyarat di Memulai. Selain itu, berikan AWS Identity and Access Management (IAM) izin utama untuk ruang nama tindakan Amazon MWAA yang Anda gunakan, dicakup ke sumber daya yang Anda gunakan. Gunakan airflow namespace untuk lingkungan Amazon MWAA dan Apache Airflow REST API, dan airflow-serverless namespace untuk alur kerja dan berjalan tanpa server Amazon MWAA.

Menginstal plugin aws-data-analytics

Instal aws-data-analytics plugin untuk asisten Anda. Misalnya, di Claude Code, jalankan perintah berikut:

/plugin install aws-data-analytics@claude-plugins-official

Untuk Kiro, Codex, Cursor, dan asisten lainnya, instal aws-data-analytics plugin atau keahliannya seperti yang dijelaskan dalam Memulai. Untuk menginstal keterampilan langsung dari repositori, jalankan perintah berikut:

npx skills add aws/agent-toolkit-for-aws/skills

Contoh petunjuk

Setelah Anda menginstal keterampilan, Anda dapat memberikan petunjuk bahasa alami asisten Anda untuk menyelesaikan operasi Amazon MWAA. Contoh-contoh berikut dikelompokkan berdasarkan keterampilan.

Gunakan petunjuk berikut untuk membuat dan menerapkan alur kerja dengan authoring-mwaa-workflow keterampilan.

• “Buat Apache Airflow DAG yang menjalankan ekspor data harian dan menyebarkannya ke lingkungan saya”

• “Membangun alur kerja YAML untuk Amazon MWAA Tanpa Server”

• “Tulis pipeline yang mengatur tiga tugas dan jadwalkan untuk berjalan setiap jam”

Gunakan petunjuk berikut untuk menguji alur kerja dengan testing-mwaa-workflow keterampilan.

• “Uji DAG saya dan tonton sampai selesai”

• “Memicu uji coba alur kerja saya dan laporkan apakah berhasil”

• “Smoke-test pipa yang baru saja saya gunakan”

Gunakan petunjuk berikut untuk men-debug alur kerja dengan debugging-mwaa-workflow keterampilan.

• “Temukan akar penyebab DAG saya yang gagal”

• “DAG saya tidak muncul di UI Airflow”

• “Mengapa pekerja saya kehabisan memori?”

Gunakan petunjuk berikut untuk meningkatkan lingkungan dengan upgrading-mwaa-environments keterampilan.

• “Tingkatkan lingkungan saya dari Apache Airflow 2 ke 3"

• “Rencanakan peningkatan biru-hijau yang menjaga riwayat lari saya”

• “Migrasikan lingkungan MWAA saya ke versi Apache Airflow yang lebih baru”

Anda tidak perlu menyebutkan keterampilan dalam prompt Anda. Asisten Anda memilih keterampilan pencocokan secara otomatis berdasarkan permintaan Anda.

Sumber daya terkait

Untuk informasi lebih lanjut tentang AWS keterampilan agen untuk Amazon MWAA, lihat sumber daya berikut.

• Memulai dalam Toolkit Agen untuk AWS Panduan Pengguna.

• Toolkit Agen untuk AWS pada GitHub situs web.

• Yang AWS Plugin Analisis Data pada GitHub situs web, yang menyediakan keterampilan Amazon MWAA.

• AWS Server MCP dokumentasi.

• Keterampilan Agen standar terbuka di situs Anthropic.