datalineage-summaryGoogle官方放心用自动梳理 BigQuery/GCS 表或字段的上游来源与下游去向，生成易读血缘报告。
这个 Skill 让 AI 以 Google Cloud Data Lineage（Knowledge Catalog）为数据源，自动调查并总结指定 BigQuery 表/字段的数据血缘图。它会分别向上游（UPSTREAM）和下游（DOWNSTREAM）发起两次 search_lineage 查询，默认搜索深度 10 层、最多 5000 个结果、每条链路最多 10 个处理节点；同时会通过 read_url 动态拉取 Knowledge Catalog 支持的区域列表，填入 locations 数组以避免跨区血缘遗漏。查询完成后，AI 会把复杂的节点和链路信息抽象成从左到右的通俗说明，按整体流程类型、涉及系统、上游来源、下游消费、分析元数据五个部分输出 Markdown 报告，既支持表级血缘，也支持用 "*" 通配符或指定列名做列级血缘。
适合排查数据质量问题、审计数据血缘、解释复杂 ETL/ELT 链路，或在接手新项目时快速摸清关键表的上下游依赖。前提是你已经接通了 Google Cloud Data Lineage (Knowledge Catalog) MCP Server，并且 AI 能调用 search_lineage、read_url 等工具。注意它只负责“总结和解读”，不能编辑血缘关系、执行普通 BigQuery 查询，也不适合做下游爆炸半径影响分析——后者请用 datalineage-bigquery-asset-impact-analysis Skill。
在下面找到你用的工具，复制命令粘进终端就装好了：
npx skills add google/skills装好后不用任何配置，直接在对话里说：
帮我梳理一下 bigquery:my-project.dataset.user_events 这张表的血缘，包括上游来源和下游去向。AI 检测到任务匹配时会自动加载这个 Skill，不需要手动开关。
SKILL.mdreferences/ 需要 Google Cloud Data Lineage（Knowledge Catalog）MCP Server，并确保 AI 能调用 search_lineage 查询上下游；具体连接配置和工具参数可参考 references/mcp-usage.md。
都能。表级血缘直接传入 fullyQualifiedName；列级血缘可传入 "*" 通配符同时查所有字段，或传入具体列名（如 "efficiency_score"）只分析该字段。
不适合。这个 Skill 只做血缘路径总结和解读，不做下游爆炸半径影响分析；若需要评估某张表变更会影响多少下游资产，请用 datalineage-bigquery-asset-impact-analysis Skill。